Sintesis

MAAP Síntesis 2019: Hotspots y Tendencias de Deforestación en la Amazonía

Posted on by dcadmin
Mapa Base. Deforestación en la Amazonía, 2001-2019. Datos: UMD/GLAD, Hansen/UMD/Google/USGS/NASA. Click para ver la imagen en alta resolución.

El MAAP, una iniciativa de Conservación Amazónica-ACCA, utiliza tecnología satelital para monitorear la deforestación en tiempo real en cinco países de la Amazonía: Perú, Colombia, Brasil, Bolivia y Ecuador (ver Mapa Base).

Esta vasta área ha perdido 26.4 millones de hectáreas de bosque primario desde el 2001, un área del tamaño del Reino Unido.

En el 2019, publicamos 18 reportes sobre los casos de deforestación más urgentes.

Los más destacados incluyen: hallazgos clave sobre los incendios en la Amazonía brasileña (MAAP # 113); la minería ilegal en la Amazonía peruana (MAAP # 104); invasión de áreas protegidas en la Amazonía colombiana (MAAP #106); y la construcción de plataformas petroleras en la Amazonía ecuatoriana (MAAP #114).

Aquí, en la Síntesis 2019, vemos más allá de esos casos emblemáticos hacia un panorama más grande.

El objetivo es describir las tendencias y hotspots de deforestación más críticos en nuestro ámbito Amazónico de cinco países.

*Nota: Para descargar un PDF, haga click en «Imprimir» debajo del título.

Resultados Clave

Tendencias: Presentamos un GIF comparando las tendencias de deforestación para cada país desde el 2001. Los estimados del 2019 tienen varios títulos importantes:
  • Posible gran disminución en la Amazonía colombiana después de un auge de deforestación reciente.
  • Probable aumento en la Amazonía Boliviana por los incendios forestales.
  • Tendencia decreciente continúa en la Amazonía peruana.
  • Deforestación de 985 mil hectáreas en la Amazonía brasileña, aunque la tendencia depende de la fuente de información.
Hotspots: Presentamos un Mapa Base resaltando los hotspots de deforestación más resaltantes del 2019. Los resultados se enfatizan en casos como la deforestación e incendios en la Amazonía brasileña, y  varias áreas clave en Colombia, Perú y Bolivia.
.

Tendencias de Deforestación 2000-2019

El siguiente video muestra las tendencias de deforestación para cada país entre el 2001 y el 2019 (vea las notas más abajo). Click aquí para versiones estáticas de cada gráfico.

Cabe enfatizar tres puntos sobre los datos: Primero, como base, usamos los datos de pérdida anual de la Universidad de Maryland para tener una fuente consistente a través de nuestro ámbito de 5 países (entonces pueden diferir de los datos nacionales oficiales). Segundo, realizamos un análisis adicional para incluir solo la pérdida de bosque primario (ver la Metodología). Tercero, los datos del 2019 son una estimación preliminar basada en alertas tempranas.
.

  1. La deforestación en la Amazonía ecuatoriana es relativamente baja en comparación con los otros países, con una cifra máxima de 18.8 mil hectáreas en el 2017. El estimado para el 2019 es 11.4 mil ha.
    .
  2. En la Amazonía boliviana, la deforestación ha disminuido en el 2018 (58 mil ha) luego de un pico en el 2016 (122 mil ha); sin embargo, con los incendios forestales, ha aumentado nuevamente en el 2019 (135.4 mil ha).
    .
  3. La Amazonía colombiana ha presentado un auge de deforestación a partir del 2016, con un máximo histórico de 153.8 mil hectáreas en el 2018. Sin embargo, el estimado para el 2019 está de vuelta a los niveles previos al auge (53.8 mil ha).
    .
  4. La deforestación en la Amazonía peruana se redujo en el 2018 (140 mil ha) respecto al año anterior, pero sigue siendo relativamente alta. El dato oficial del Gobierno peruano para el 2018 es de 154.7 mil ha, también una reducción respecto al año anterior (155.9 ha). El estimado para el 2019 continúa la tendencia a la baja (134.6 mil ha).
    .
  5. Se puede observar que la deforestación en la Amazonía brasileña está en otro nivel respecto a los otros países. El estimado del 2019 (985 mil ha) es consistente con el dato oficial del Gobierno brasileño; sin embargo, la tendencia es diferente. Mostramos una reducción respecto a los tres años anteriores, mientras que el dato oficial del indica un aumento respecto a los años anteriores. Para comprender mejor las diferencias entre las fuentes de datos (que incluyen la resolución, inclusión de áreas quemadas y el plazo), consulte el blog de Global Forest Watch.

Hotspots de Deforestación

Mapa Base. Hotspots de Deforestación 2019. Datos: MAAP, UMD/GLAD, Hansen/UMD/Google/USGS/NASA. Click para ver la imagen en alta resolución.

El Mapa Base muestra los hotspots de deforestación más intensos durante el 2019.

Es fácil ver que muchos de los hotspots están en Brasil. Las letras A indican áreas deforestadas entre marzo y julio, y luego quemadas a partir de agosto, cubriendo 298,000 hectáreas en los estados de Rondônia, Amazonas, Mato Grosso, Acre y Pará (MAAP # 113). También indican áreas donde el fuego escapó al bosque circundante (160,000 ha). Note la concentración de hotspots a lo largo de la Carretera Trans-Amazónica. La letra B, por otro lado, indica incendios forestales descontrolados en marzo, en el estado de Roraima (MAAP #109).

Bolivia también tuvo una intensa temporada de incendios en el 2019. La letra C indica el área donde los fuegos en ecosistemas de sabana escaparon al bosque circundante.

En Colombia, la letra D indica un área de alta deforestación entre cuatro áreas protegidas: los Parques Nacionales Tinigua, Serranía de Chiribiquete y Sierra de la Macarena, y la Reserva Nacional Nukak (MAAP #106).

En Perú, hay varias áreas clave para enfatizar. La letra E indica una nueva colonia menonita que ha causado la deforestación de más de mil hectáreas en el 2019, cerca de la localidad de Tierra Blanca en la región Loreto (MAAP #112). La letra F indica un área de alta concentración de deforestación de pequeña escala en la Amazonía centro (regiones de Ucayali y Huánuco), con la ganadería como uno de los principales drivers (MAAP #37). La letra G indica un área de muy alta concentración de deforestación a lo largo el río Ene (regiones Junín y Ayacucho). En el sur (región Madre de Dios), la letra H indica la actividad agrícola alrededor de Iberia (MAAP #98) y la letra I indica una combinación de minería de oro y actividad agrícola.

Metodología

Tres puntos importantes sobre los datos de deforestación: Primero, usamos los datos de pérdida anual de la Universidad de Maryland para tener una fuente consistente a través de nuestro ámbito de 5 países, entonces pueden diferir de los datos nacionales oficiales. Segundo, los datos presentados son de pérdida de bosque primario. Tercero, los datos del 2019 son una estimación basada en alertas tempranas.

Utilizamos los datos generados por el laboratorio GLAD de la Universidad de Maryland, disponibles en el sitio web de Global Forest Watch. Cabe resaltar que las zonas analizadas se encuentran estrictamente dentro del límite Amazónico biogeográfico en el área resaltada en el Mapa Base.

Las cifras estimadas como pérdida de bosque son el resultado de la multiplicación del área de los datos anuales de “pérdida de cobertura forestal” (forest cover loss) por el porcentaje de densidad de “cobertura arbórea” (tree cover) del año 2000 (valores > 30%). La incorporación de los datos de cobertura arbórea 2000 permite mirar el área precisa de cada píxel, mejorando los resultados y haciéndolos más precisos.

Para estimar las cifras de la pérdida de bosque primario (Turubanova et al 2018), se intersectó los datos de “bosque primario húmedo tropical” (primary humid tropical forests) del año 2001 con los datos de “pérdida de cobertura forestal” (forest cover loss). Para más detalles sobre esta parte de la metodología, revisar el Blog Técnico de Global Forest Watch (Goldman and Weisse, 2019).

Todos los datos fueron procesados bajo el sistema de coordenadas geográfico Dátum WGS 1984. Para calcular las áreas en unidades métricas se utilizó la proyección UTM (Universal Transversal Mercator): Perú y Ecuador 18 Sur, Colombia 18 Norte, Brasil Occidental 19 Sur y Bolivia 20 Sur.

Para identificar los hotspots de deforestación realizamos una estimación de densidad kernel, un análisis que calcula la magnitud por unidad de área de un fenómeno particular, en este caso la pérdida de cobertura forestal. Se utilizó la herramienta Densidad Kernel del software ArcGis y se consideró los siguientes parámetros:

Radio de búsqueda: 15000 unidades de estrato (metros).
Función de Densidad de Kernel: kernel de cuarto grado.
Tamaño de celda en el mapa: 200 x 200 metros (4 hectáreas).
Todo lo demás lo dejamos en la configuración predeterminada.

Para el Mapa Base, usamos los siguientes porcentajes de concentración: Medio: 10%-20%; Alto: 21%-35%; Muy Alto: >35%.

Referencias

Goldman L, Weisse M (2019) Explicación de la Actualización de Datos de 2018 de Global Forest Watch. https://blog.globalforestwatch.org/data-and-research/blog-tecnico-explicacion-de-la-actualizacion-de-datos-de-2018-de-global-forest-watch

Hansen, M. C., P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C. O. Justice, and J. R. G. Townshend. 2013. “High-Resolution Global Maps of 21st-Century Forest Cover Change.” Science 342 (15 November): 850–53. Data available on-line from: http://earthenginepartners.appspot.com/science-2013-global-forest.

Planet Team (2017). Planet Application Program Interface: In Space for Life on Earth. San Francisco, CA. https://api.planet.com

Turubanova S., Potapov P., Tyukavina, A., and Hansen M. (2018) Ongoing primary forest loss in Brazil, Democratic Republic of the Congo, and Indonesia. Environmental Research Letters  https://doi.org/10.1088/1748-9326/aacd1c 

Agradecimientos

Agradecemos a S. Novoa (ACCA), R. Botero (FCDS), A. Condor (ACCA) y G. Palacios por sus útiles comentarios a este reporte.

Este trabajo se realizó con el financiamiento de:  Norwegian Agency for Development Cooperation (NORAD), International Conservation Fund of Canada (ICFC), NASA/USAID (SERVIR), Fundación MacArthur, Metabolic Studio, and Global Forest Watch Small Grants Fund (WRI).

Cita

Finer M, Mamani N (2020) MAAP Síntesis 2019: Hotspots y Tendencias de Deforestación en la Amazonía.

MAAP #113: Los Satélites Revelan qué impulsó los Fuegos en la Amazonía Brasilera

Posted on by dcadmin
Mapa Base. Amazonía brasilera 2019. Datos: UMD/GLAD, NASA (MODIS), DETER, Hansen/UMD/Google/USGS/NASA

Presentamos dos nuevos hallazgos clave sobre los incendios de la Amazonía brasilera que captaron la atención mundial en agosto (vea nuestra novedosa metodología de base satelital, abajo).

Primero, encontramos que muchos de los incendios, cubriendo 450,000 hectáreas, quemaron áreas recientemente deforestadas desde el 2017 (anaranjado en el Mapa Base). Es un área masiva equivalente a 615 mil campos de fútbol.

Cabe destacar que el 65% (298,000 hectáreas) de esta área fue deforestada y quemada este 2019.

Segundo, encontramos 160,400 hectáreas de bosque primario quemado en el 2019 (morado en el Mapa Base). * La mayor parte de estas áreas circundan tierras deforestadas y probablemente el fuego fue generado por pastoreo o agricultura, y luego escapó hacia el bosque.

Según sabemos, estos son los primeros estimados precisos basados en un análisis detallado de imágenes satelitales. Otros estimados se basan únicamente en las alertas de fuego que, por su amplia resolución espacial, tienden a sobreestimar las áreas quemadas.

A continuación, presentamos una serie de videos satelitales mostrando ejemplos de los diferentes tipos de incendios que hemos documentado.

Implicancias Políticas

Las implicancias políticas de estos hallazgos son críticamente importantes: el enfoque nacional e internacional tiene que ser en minimizar la deforestación, además de la prevención y manejo del fuego.

Necesitamos reconocer que muchos de los fuegos son en efecto un indicador rezagado de deforestación previa. Entonces, para minimizar los fuegos necesitamos minimizar la deforestación.

Por ejemplo, uno de los drivers principales de la deforestación en la Amazonía brasilera es la ganadería (1, 2, 3). ¿Qué medidas se pueden tomar para prevenir la expansión de la frontera ganadera?

Videos de Imágenes Satelitales

Incendios de Deforestación

El Video A muestra la deforestación de 1,760 hectáreas en el estado de Mato Grosso en el 2019 (mayo a julio), seguida de los incendios en agosto. Planet link

El Video B muestra la deforestación de 650 hectáreas en el estado de Rondônia, en el 2019 (abril a julio), seguida de los incendios en agosto. Planet link.

Incendios Forestales

El video C muestra la deforestación del 2019 seguida de los incendios del 2019 que queman al bosque circundante.

*Notas

Además del hallazgo de las 160,000 hectáreas de bosque primario quemado en el 2019, también encontramos:
25,800 hectáreas de bosque secundario quemado en el 2019;
35,640 hectáreas de bosque primario quemado en la parte norte del estado de Roraima, en marzo del 2019 (más un adicional de 16,500 hectáreas de bosque secundario).

Metodología

Deforestation Fires

We created two “hotspots” layers, one for deforestation and the other for fires, by conducting a kernel density analysis. This type of analysis calculates the magnitude per unit area of a particular phenomenon, in this case forest loss alerts (proxy for deforestation) and temperature anomaly alerts (proxy for fires)

Specifically, we used the following data three sets:

2019 GLAD alert forest loss data (30 meter resolution) from the University of Maryland and available on Global Forest Watch.

2017 and 2018 forest loss data (30 meter resolution) from the University of Maryland and available on Global Forest Watch (4).

NASA’s Fire Information for Resource Management System (FIRMS) MODIS-based fire alert data (1 km resolution).

We conducted the analysis using the Kernel Density tool from Spatial Analyst Tool Box of ArcGIS, using the following parameters:

Search Radius: 15000 layer units (meters)
Kernel Density Function: Quartic kernel function
Cell Size in the map: 200 x 200 meters (4 hectares)
Everything else was left to the default setting.

For the Base Map, we used the following concentration percentages: Medium: 10%-25%; High: 26%-50%; Very High: >50%. We then combined all three categories into one color (yellow for deforestation and red for fire). Orange indicates areas where both layers overlap. As background layer, we also included pre-2019 deforestation data from Brazil’s PRODES system.

We prioritized the orange overalp areas for further analysis. For the major orange areas in Rondônia, Amazonas, Mato Grosso, Acre, and Pará, we conducted a visual analysis using the satellite company Planet’s online portal, which includes an extensive archive of Planet, RapidEye, Sentinel-2, and Landsat data. Using the archive, we identified areas that we visually confirmed a) were deforested in 2017-19 and b) were later burned in 2019 between July and September. We then used the area measure tool to estimate the size of these areas, which ranged from large plantations ( ~1,000 hectares) to many smaller areas scattered across the focal landscape.

Forest Fires:

To estimate forests burned in 2019 we combined analysis of several datasets. First, we started with 30 meter resolution ‘burn scar’ data produced by INPE (National Institute for Space Research) DETER alerts, updated through October 2019. In order to avoid overlapping areas, we eliminated alerts previously reported from 2016 to 2018, and alerts from other land use categories (selective logging, deforestation, degradation and mining, and other). Second, we eliminated previously reported 2001-18 forest loss from University of Maryland and INPE (PRODES). Third, to distinguish burning of primary and secondary forest, we incorporated primary forest data from the University of Maryland (5).

Referencias

  1. Krauss C, Yaffe-Bellany D, Simões M (2019) Why Amazon Fires Keep Raging 10 Years After a Deal to End Them. New York Times. https://www.nytimes.com/2019/10/10/world/americas/amazon-fires-brazil-cattle.html
  2. Kelly M, Cahlan S (2019) The Brazilian Amazon is still burning. Who is responsible? Washington Post. https://www.washingtonpost.com/politics/2019/10/07/brazilian-amazon-is-still-burning-who-is-responsible/#click=https://t.co/q2XkSQWQ77
  3. Al Jazeera (2019) See How Beef Is Destroying The Amazon. https://www.youtube.com/watch?v=9o2M_KL8X6g&feature=youtu.be
  4. Hansen, M. C., P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C. O. Justice, and J. R. G. Townshend. 2013. “High-Resolution Global Maps of 21st-Century Forest Cover Change.” Science 342 (15 November): 850–53.
  5. Turubanova S., Potapov P., Tyukavina, A., and Hansen M. (2018) Ongoing primary forest loss in Brazil, Democratic Republic of the Congo, and Indonesia. Environmental Research Letters https://doi.org/10.1088/1748-9326/aacd1c 

Agradecimientos

Agradecemos a G. Palacios por sus útiles comentarios a este reporte.

Este trabajo se realizó con el financiamiento de: Norwegian Agency for Development Cooperation (NORAD), International Conservation Fund of Canada (ICFC), Fundación MacArthur, Metabolic Studio, and Global Forest Watch Small Grants Fund (WRI).

Cita

Finer M, Mamani N (2019) Los Satélites Revelan qué impulsó los Fuegos en la Amazonía Brasilera. MAAP: 113.

MAAP #100: Amazonía Occidental – Hotspots de Deforestación del 2018 (una perspectiva regional)

Posted on by dcadmin
Mapa Base. Hotspots de deforestación del 2018 en la Amazonía Occidental. Datos: Hansen/UMD/Google/USGS/NASA, GFW, SERNANP, SNAP, SINAP, SERNAP, RAISG

Para nuestro centésimo (#100) reporte de MAAP, presentamos un primer análisis de gran escala de la Amazonía Occidental: Colombia, Perú, Ecuador, Bolivia y Brasil occidental (ver Mapa Base).

Utilizamos los nuevos datos del 2018 de pérdida de cobertura forestal generados por la Universidad de Maryland (Hansen et al, 2013) y presentados por Global Forest Watch.

Los datos indican la pérdida de cobertura forestal de casi un millón (999.2 mil) de hectáreas en el ámbito analizado de la Amazonía Occidental durante el año pasado.*

De ese total, 776 mil hectáreas correspondieron a bosque primario.**

Para identificar los hotspots de deforestación consistentemente a través de las fronteras de este vasto paisaje, realizamos un análisis con la herramienta Densidad Kernel.

El Mapa Base muestra los resultados de la intensidad de pérdida de bosque. Los colores amarillo, anaranjado y rojo indican las zonas con concentraciones de pérdida a nivel medio, alto y muy alto, respectivamente.

A continuación, se presenta el análisis enfocado en cinco zonas de interés (Zooms A-E) ubicadas en Colombia, Brasil, Bolivia y Perú. Haga clic en cada imagen para agrandarlas.

*Pérdida de cobertura forestal: 2 hectáreas por minuto. Casi la mitad (49%) ocurrió en Brasil, seguido por Perú (20%), Colombia (20%), Bolivia (8%) y Ecuador (3%). Ver el Anexo.

**Pérdida de bosque primario: 1.5 hectáreas por minuto. Más de la mitad (53%) ocurrió en Brasil, seguido por Colombia (20%), Perú (18%), Bolivia (7%) y Ecuador (2%). Ver el Anexo.

Colombia

Se puede apreciar que la mayor concentración de pérdida de bosque del 2018 de toda la región amazónica occidental, se encuentra ubicada al noroeste de la Amazonía colombiana (200 mil hectáreas). De este total, 11% (23 mil hectáreas) ocurrió dentro de los Parques Nacionales Naturales. Los especialistas colombianos indican que el acaparamiento de tierras ha surgido como un importante driver directo de la deforestación (Arenas, 2018). Ver MAAP #97 para más información.

El Zoom A muestra la expansión de la pérdida de bosque hacia el oeste del Parque Nacional Natural Chiribiquete. Además, se observa una deforestación sustancial al interior del área protegida durante el 2018.

El Zoom B muestra cómo en el 2018 se incrementa la deforestación (más de 12 mil hectáreas) en el corazón del Parque Nacional Natural Tinigua. En este caso, un nuevo reporte indica que la ganadería es uno de los factores relacionados.

Zoom A. Colombia-Chiribiquete. Datos: Hansen/UMD/Google/USGS/NASA, SINAP, Planet, ESA
Zoom B. Colombia – Tinigua. Datos: Hansen/UMD/Google/USGS/NASA, SINAP, Planet, ESA

Brasil (frontera con Bolivia)

Otro resultado importante es el contraste entre el norte de Bolivia (departamento de Pando) y el lado adyacente de Brasil (estados de Acre, Amazonas y Rondônia). El Zoom C muestra varios hotspots de mediana y alta intensidad en el lado brasileño. El lado boliviano, en contraste, queda mucho más intacto.

Zoom C. Brasil, frontera con Bolivia. Datos: Hansen/UMD/Google/USGS/NASA, ESA, RAISG

Bolivia

En Bolivia, los mayores hotspots se encuentran más al sur. El Zoom D muestra la deforestación por actividad agrícola (2 mil hectáreas durante el 2018) asociada a un asentamiento menonita (río Negro). Se trata de uno de los primeros asentamientos de este grupo religioso en el departamento del Beni (Kopp, 2015). Los demás, se ubican en otros departamentos hacia el sur de Bolivia.

Zoom D. Bolivia, asentamiento menonita. Datos: Hansen/UMD/Google/USGS/NASA, SERNAP, Planet

Perú

Los datos indican la pérdida de más de 200 mil hectáreas durante el 2018 en la Amazonía peruana. Uno de los drivers de deforestación más importantes, especialmente en la Amazonía sur peruana, es la minería aurífera. En el 2018, estimamos la deforestación por la minería aurífera de 9,280 hectáreas en el sur de Perú (ver MAAP #96).

El Zoom E muestra el caso más emblemático de la deforestación minera: la zona conocida como La Pampa. Sin embargo, en febrero del 2019, el Gobierno peruano inició la “Operación Mercurio,” un mega operativo multisectorial e integral que tiene como objetivo principal erradicar la minería ilegal y los delitos asociados a ella en la zona de La Pampa, así como impulsar acciones de desarrollo en la región Madre de Dios.
Zoom E. Peru. Datos: Hansen/UMD/Google/USGS/NASA, SERNANP

Anexo 

Pérdida de cobertura forestal y bosque primario en la Amazonía Occidental. Datos: Hansen/UMD/Google/USGS/NASA, Global Forest Watch.

Metodología

Utilizamos los datos generados por el laboratorio GLAD de la Universidad de Maryland, disponibles en el sitio web de Global Forest Watch. Cabe resaltar que las zonas analizadas se encuentran estrictamente dentro del límite Amazónico biogeográfico de la Amazonía Occidental, tal y se como se presenta en el Mapa Base.

Las cifras estimadas como pérdida de bosque son el resultado de la multiplicación del área de los datos anuales de “pérdida de cobertura forestal” (forest cover loss) por el porcentaje de densidad de “cobertura arbórea” (tree cover) del año 2000 (valores > 30%). La incorporación de los datos de cobertura arbórea 2000 permite mirar el área precisa de cada píxel, mejorando los resultados y haciéndolos más precisos.

Para estimar las cifras de la pérdida de bosque primario (Turubanova et al 2018), se intersectó los datos de “bosque primario húmedo tropical” (primary humid tropical forests) del año 2001 con los datos de “pérdida de cobertura forestal” (forest cover loss). Para más detalles sobre esta parte de la metodología, revisar el Blog Técnico de Global Forest Watch (Goldman and Weisse, 2019).

Todos los datos fueron procesados bajo el sistema de coordenadas geográfico Dátum WGS 1984. Para calcular las áreas en unidades métricas se utilizó la proyección UTM (Universal Transversal Mercator): Perú y Ecuador 18 Sur, Colombia 18 Norte, Brasil Occidental 19 Sur y Bolivia 20 Sur.

Para identificar los hotspots de deforestación realizamos una estimación de densidad kernel, un análisis que calcula la magnitud por unidad de área de un fenómeno particular, en este caso la pérdida de cobertura forestal. Se utilizó la herramienta Densidad Kernel del software ArcGis y se consideró los siguientes parámetros:

Radio de búsqueda: 15000 unidades de estrato (metros).
Función de Densidad de Kernel: kernel de cuarto grado.
Tamaño de celda en el mapa: 200 x 200 metros (4 hectáreas).
Todo lo demás lo dejamos en la configuración predeterminada.

Para el Mapa Base, usamos los siguientes porcentajes de concentración: Medio: 10%-20%; Alto: 21%-35%; Muy Alto: >35%.

Referencias

Arenas M (2018) Acaparamiento de tierras: la herencia que recibe el nuevo gobierno de Colombia. Mongabay, 2 AGOSTO 2018. https://es.mongabay.com/2018/08/acaparamiento-de-tierras-colombia-estrategias-gobierno/

Goldman L, Weisse M (2019) Explicación de la Actualización de Datos de 2018 de Global Forest Watch. https://blog.globalforestwatch.org/data-and-research/blog-tecnico-explicacion-de-la-actualizacion-de-datos-de-2018-de-global-forest-watch

Hansen, M. C., P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C. O. Justice, and J. R. G. Townshend. 2013. “High-Resolution Global Maps of 21st-Century Forest Cover Change.” Science 342 (15 November): 850–53. Data available on-line from: http://earthenginepartners.appspot.com/science-2013-global-forest.

Kopp Ad (2015) Las colonias menonitas en Bolivia. Tierra. http://www.ftierra.org/index.php/publicacion/libro/147-las-colonias-menonitas-en-bolivia

Planet Team (2017). Planet Application Program Interface: In Space for Life on Earth. San Francisco, CA. https://api.planet.com

Turubanova S., Potapov P., Tyukavina, A., and Hansen M. (2018) Ongoing primary forest loss in Brazil, Democratic Republic of the Congo, and Indonesia. Environmental Research Letters  https://doi.org/10.1088/1748-9326/aacd1c 

Agradecimientos

Agradecemos a M. Terán (ACEAA), M. Weisse (GFW/WRI), A. Thieme (UMD), R. Catpo (ACCA), y A. Cóndor (ACCA) por sus útiles comentarios a este reporte.

Cita

Finer M, Mamani N (2019) Amazonía Occidental – Hotspots de Deforestación del 2018 (una perspectiva regional). MAAP: 100.

El MAAP es una iniciativa de Conservación Amazónica.

MAAP Síntesis #3: Deforestación en la Amazonía Andina (Tendencias, Hotspots y Drivers)

Posted on by dcadmin
Imagen satélite de la deforestación por United Cacao. Fuente: DigitalGlobe (Nextview)

El MAAP, una iniciativa de Conservación Amazónica – ACCA, utiliza tecnología satelital de vanguardia para monitorear la deforestación en tiempo casi real en la megadiversa Amazonía Andina (cuencas amazónicas de Perú, Colombia, Ecuador y Bolivia).

El monitoreo está basado en 5 sistemas de satélites: Landsat (NASA), Sentinel (Agencia Espacial Europea), PerúSAT-1 (República del Perú), y las empresas Planet y DigitalGlobe. Para más información sobre nuestra metodología innovadora, por favor vea nuestro artículo reciente en la revista Science.

Desde su lanzamiento en el 2015, el MAAP ha publicado casi 100 informes de alto impacto sobre los principales casos de deforestación en la Amazonía.

Aquí presentamos nuestro tercer reporte de síntesis con el objetivo de describir de manera concisa el panorama más amplio: tendencias, patrones, hotspots y drivers en la Amazonía Andina.

Nuestros principales hallazgos incluyen:

Tendencias. Durante los últimos 17 años (2001-17), se han perdido 4.2 millones de hectáreas de bosques andinos amazónicos. Hay una tendencia creciente, con un pico en el 2017 de 426 mil hectáreas. Perú registra la mayor pérdida anual, seguido por Colombia y Ecuador; sin embargo, en el 2017, Colombia superó a Perú con un nuevo máximo histórico anual de 214.7 mil hectáreas. La gran mayoría (74% en promedio) de los eventos de pérdida son de pequeña escala (‹5 hectáreas).

Hotspots. Presentamos el primer mapa de hotspots de deforestación a escala regional de la Amazonía Andina. Discutimos 6 de los hotspots más importantes.

Drivers. Uno de los mayores avances del MAAP ha sido el uso de imágenes satelitales para identificar los actuales drivers (motores) de deforestación en la Amazonía Andina. Presentamos el MAAP Interactivo que muestra información detallada y actualizada sobre los drivers principales: agricultura (incluyendo palma aceitera, cacao y otros cultivos de pequeña y gran escala), ganadería, minería aurífera, caminos forestales y carreteras. La agricultura y la ganadería son los drivers que más amenazan a toda la región amazónica. Adicionalmente, en el Perú, otros drivers críticos son la minería aurífera, en el sur, y los caminos forestales, en el centro.

Cambio Climático. Estimamos la pérdida de 59 millones de toneladas métricas de carbono en la Amazonía peruana durante los últimos cinco años (2013-17), debido a la pérdida de cobertura forestal. Sin embargo, también mostramos que las áreas naturales protegidas y los territorios indígenas secuestran 3,17 mil millones de toneladas métricas de carbono.

I. Tendencias de la Deforestación

La Imagen 1 muestra la tendencia de la pérdida de bosque en la Amazonía Andina entre el 2001 y el 2017.* El cuadro izquierdo permite visualizar los datos por país, y el cuadro derecho muestra los datos por tamaño de pérdida de bosque.

Imagen 1. Pérdida de bosque anual, por país y tamaño. Datos: MINAM/PNCB, Hansen/UMD/Google/USGS/NASA, UMD/GLAD, Global Forest Watch, RAISG.

Tendencias por País

Durante los últimos 17 años (2001-2017) se han perdido aproximadamente 4.2 millones de hectáreas de bosques andinos amazónicos (línea verde). De este total, 50% es de Perú (2.1 millones), 41% de Colombia (1.7 millones) y 9% de Ecuador (359 mil). Este análisis no incluyó Bolivia.

Desde el 2007, se observa una tendencia creciente de pérdida anual, con un gran pico en los últimos dos años. En efecto, el 2017 tuvo el mayor nivel de pérdida anual registrada (426 mil hectáreas), más del doble de la pérdida del 2006.

Perú ha tenido el promedio anual más alto de deforestación entre el 2009 y el 2016. Los últimos cuatro años tienen los registros más altos de deforestación total anual en el país, con picos en el 2014 (177,566 hectáreas) y en el 2016 (164,662 hectáreas). Según nuevos datos del Ministerio del Ambiente, hubo una reducción importante en el 2017 (155,914 hectáreas), sin embargo, sigue siendo el cuarto total anual más alto registrado.

La Amazonía colombiana ha presentado un auge de deforestación en los últimos dos años. En el 2017, Colombia superó a Perú con un máximo histórico de 214.7 mil hectáreas deforestadas.

La deforestación también está aumentando en la Amazonía ecuatoriana, con cifras máximas de 32,000 hectáreas en el 2016, y 55,500 hectáreas en el 2017.

Para contexto, en los últimos años, Brasil ha tenido un índice promedio de pérdidas por deforestación de 639,400 hectáreas.

* Datos: Perú: MINAM/PNCB; Colombia & Ecuador: Hansen/UMD/Google/USGS/NASA. Esta información incluye eventos naturales de pérdida de bosque, pero sirve como nuestra mejor aproximación de la deforestación por causas antropogénicas. Se estima que la pérdida no antrópica es de aproximadamente 3.5% de la pérdida total.

Tendencias por Tamaño

Los patrones por tamaño de evento de pérdida forestal en la Amazonía Andina se mantuvieron consistentes durante los últimos 17 años. La gran mayoría (74% en promedio) de los eventos son de pequeña escala (‹5 hectáreas), siendo el 24% de mediana escala (5-100 hectáreas), y únicamente el 2% de gran escala (>100 hectáreas).

Estos resultados son importantes para los esfuerzos de conservación. Se necesita mucha más atención y recursos para abordar esta compleja situación, en la cual la gran mayoría de los eventos de deforestación son de pequeña escala. Por otro lado, la deforestación de gran escala (asociada a prácticas agro-industriales) no es tan común pero representa una amenaza latente seria, debido a que sólo unos pocos proyectos agro-industriales (por ejemplo, de palma aceitera y cacao) pueden arrasar rápidamente miles de hectáreas de bosque primario.

II. Hotspots de Deforestación

Imagen 2. Hotspots de deforestación 2015-17. Datos: Hansen/UMD/Google/USGS/NASA

Presentamos el primer mapa de hotspots de deforestación a escala regional de la Amazonía Andina (Colombia, Ecuador, Perú). La Imagen 2 muestra los resultados correspondientes a los tres años 2015-17 en estos tres países.

Las zonas más críticas (es decir, con una concentración de pérdida forestal “alta”), indicadas en color rojo, incluyen:

A. Amazonía peruana centro. Durante los últimos 10 años, esta zona, ubicada en las regiones Ucayali y Huánuco, ha tenido constantemente una de las mayores concentraciones de deforestación en el Perú (Cuadro A). Sus principales drivers incluyen ganadería y palma aceitera.

B. Amazonia peruana sur. Esta zona, ubicada en la región Madre de Dios, está impactada por minería aurífera (Cuadro B1), y cada vez más por agricultura de pequeña y mediana escala, a lo largo la carretera Interoceánica (Cuadro B2).

C. Amazonía peruana centro. Una nueva plantación de palma aceitera, ubicada en la región San Martin, se ha identificado como evento de deforestación de gran escala en esta zona (Cuadro C).

D. Amazonía colombiana sudoeste. En esta zona, ubicada en los departamentos Caquetá y Putumayo, la ganadería es el principal driver documentado de deforestación (Cuadro D).

E. Amazonía colombiana norte. Esta zona, ubicada en el departamento Guaviare, presenta deforestación en expansión a lo largo de una nueva carretera (Cuadro E).

F. Amazonía ecuatoriana norte. En la provincia Orellana se ubica esta zona, en la cual la agricultura de pequeña y mediana escala es el principal driver de deforestación (Cuadro F).

III. Drivers de Deforestación      

Imagen 3. Captura de pantalla del MAAP Interactivo (https://www.maapprogram.org/interactivo/)

Uno de los objetivos del MAAP es mejorar la disponibilidad de información precisa y actualizada sobre los drivers (motores) actuales de deforestación en la Amazonía Andina. En efecto, uno de los mayores avances del MAAP ha sido el uso de imágenes de alta resolución para identificar, con mayor precisión, los actuales drivers de deforestación.

Para mejorar la visualización y análisis de los drivers, hemos creado un Mapa Interactivo, donde se ubica cada driver asociado al reporte MAAP correspondiente. Una característica importante de este mapa es la posibilidad del filtrado por driver, seleccionando y visualizando los drivers de interés.

La Imagen 3 muestra una captura de pantalla del Mapa Interactivo. Se puede apreciar que contiene abundante información detallada y actualizada sobre los drivers principales: minería aurífera, palma aceitera, cacao, agricultura de pequeña escala, ganadería, caminos forestales, carreteras y represas. También se incluyen causas naturales como inundaciones y vientos huracanados. Además, se destacan eventos de deforestación en áreas naturales protegidas.

A continuación, discutimos los principales drivers de deforestación y degradación, a mayor detalle.

Agricultura – Palma Aceitera, Cacao y otros cultivos

Imagen 4: Mapa interactivo, agricultura. Datos: MAAP.

La Imagen 4 muestra los resultados del mapa interactivo aplicando los filtros relacionados a agricultura.

Leyenda:
Palma aceitera (verde brillante)
Cacao (marrón)
Otros cultivos (verde oscuro)

La actividad agraria es una de las principales causas de deforestación en la Amazonía Andina.

La mayoría de la deforestación por agricultura ocurre por plantaciones de pequeña y mediana escala (‹50 hectáreas).

La deforestación por plantaciones de gran escala (›50 hectáreas), o actividad agro-industrial, es menos común, pero continúa siendo una amenaza latente.

Agricultura de Gran Escala

Hemos registrado cinco eventos principales de deforestación por plantaciones de gran escala desde el 2007. De estos, cuatro han tenido lugar en Perú, estando tres de ellos relacionados con palma aceitera y uno con cacao, y el último ha tenido lugar en Bolivia, siendo producto de las plantaciones de caña de azúcar.

Primero, entre el 2007 y el 2011, se registró la deforestación de 7,000 hectáreas por dos plantaciones de palma aceitera a gran escala, entre el límite de Loreto y San Martín (MAAP #16). Posteriormente, se registró la deforestación adicional de 9.8 mil hectáreas por plantaciones, presumiblemente de palma aceitera, en los alrededores.

Cabe enfatizar que la empresa Grupo Palmas ya viene apuntando sus acciones hacia una cadena de valor con deforestación cero y cuenta con una nueva política de sostenibilidad (ver el Caso C de MAAP #64).

Entre el 2012 y el 2015, se registró la deforestación de 12 mil hectáreas por dos plantaciones de palma aceitera a gran escala en Ucayali,  (MAAP #4, MAAP #41).

Entre el 2013 y el 2015, la empresa United Cacao deforestó 2.38 mil hectáreas por plantaciones de cacao en Loreto (MAAP #9, MAAP #13, MAAP #27, MAAP #35).

La deforestación por agricultura de gran escala disminuyó en Perú entre el 2016 y el 2017, con sólo un evento notable registrado, una plantación de 740 hectáreas de palma aceitera en San Martín (Cuadro C) (MAAP #78).

Otro caso notable de deforestación por agricultura de gran escala ocurrió en Bolivia, en donde nuevas plantaciones de caña de azúcar han causado la deforestación de más de 2.5 mil hectáreas en el departamento de La Paz.

Adicionalmente, encontramos tres nuevas zonas en Perú caracterizadas por el patrón de deforestación de apertura de vías de acceso muy organizadas, las cuales tienen el potencial de convertirse en zonas de deforestación por agricultura de gran escala (MAAP #69).

Agricultura de Pequeña y Mediana Escala

La deforestación por agricultura de pequeña y mediana escala es mucho más común y difícil de documentar en su totalidad.

Hemos identificado algunos casos específicos de palma aceitera en Huánuco, Ucayali, Loreto, y San Martín (MAAP #48, MAAP #26, MAAP #16).

Los cultivos de cacao y papaya son drivers emergentes en Madre de Dios. Hemos documentado una zona de cacao a lo largo del río Las Piedras en Madre de Dios (MAAP #23, MAAP #40), y de papaya a lo largo de la carretera Interoceánica (MAAP #42).

Los cultivos de maíz y arroz están impulsando la deforestación en la localidad de Iberia, en Madre de Dios (Cuadro B2) (MAAP #28). En otros casos, hemos documentado la deforestación por agricultura de pequeña y mediana escala pero no se ha podido identificar el tipo de cultivo (MAAP #75, MAAP #78).

Adicionalmente, la agricultura de pequeña escala es posiblemente un factor determinante en los incendios que degradan la Amazonía durante la intensa temporada seca (MAAP #45, MAAP #47).

El cultivo de coca ilícita es causa de deforestación en algunas zonas de Perú y Colombia. Por ejemplo, en el sur de Perú, el cultivo de coca está provocando deforestación en los alrededores y al interior del Parque Nacional Bahuaja Sonene.

Ganadería

Imagen 5: Mapa interactivo, ganadería. Datos: MAAP.

Analizando imágenes satelitales de alta resolución, hemos desarrollado una metodología para identificar zonas de deforestación producidas por ganadería.*

La Imagen 5 muestra los resultados del mapa interactivo aplicando el filtro «Ganadería», donde se puede observar los casos documentados en Perú y Colombia.

Leyenda:
Ganadería (naranja)

La ganadería es el driver principal de deforestación en la Amazonía centro del Perú (Cuadro A) (MAAP #26, MAAP #37, MAAP #45, MAAP #78). También podemos identificar una zona de reciente deforestación por ganadería en el noroeste del Perú (región Amazonas) (MAAP #78).

En la Amazonía colombiana, la ganadería es un driver directo principal en los hotspots de deforestación más intensos (MAAP #63, MAAP #77).

*Inmediatamente después de un evento de deforestación, el paisaje con cientos o miles de árboles talados, es muy parecido al paisaje que se puede apreciar en caso de campos agricolas o por pastos para ganado. No obstante, utilizando un archivo de imágenes y analizando casos de deforestación previos en el área de interés, es posible determinar las causas de pérdida de bosque. Por ejemplo, después de uno o dos años, la agricultura y el pasto para ganado aparecen muy diferentes en las imágenes, de esta forma es posible distinguir entre ambos drivers.

Minería Aurífera

Imagen 6: Mapa interactivo, minería aurífera. Datos: MAAP.

La Imagen 6 muestra los resultados del mapa interactivo aplicando el filtro «Minería aurífera».

Leyenda:
Minería Aurífera (amarillo)
*Con punto = en Área Natural Protegida

La zona con mayor gravedad de afectación por minería aurífera es la Amazonía peruana sur (Cuadro B1), en donde se estima la deforestación histórica de más de 95.7 mil hectáreas (CINCIA 2018). La deforestación minera se ha intensificado durante los últimos siete años (desde 2010).

Las dos zonas más críticas son La Pampa y Alto Malinowski, en Madre de Dios (MAAP #87, MAAP #75, MAAP #79). Existe otra zona crítica en Cusco, en la Zona de Amortiguamiento de la Reserva Comunal Amarakaeri, en donde la deforestación minera se encuentra a solo 1 km de los límites de dicha área protegida (MAAP #71).

Cabe enfatizar sobre dos casos importantes en los que el Gobierno peruano ha tomado acciones efectivas para detener la minería ilegal al interior de áreas naturales protegidas (Reserva Nacional Tambopata y Reserva Comunal Amarakaeri) (MAAP #64). Respecto a Tambopata, en setiembre del 2015, mineros ilegales invadieron el área y deforestaron 550 hectáreas en un periodo de dos años. A fines del 2016, el Gobierno (a través del SERNANP, la Fiscalía de la Nación y la Marina de Guerra del Perú) incrementó su intervención y la invasión fue detenida durante el 2017. Respecto a Amarakaeri, en junio del 2015 revelamos la deforestación de 11 hectáreas por invasión minera. Durante las siguientes semanas, el SERNANP y el ECA Amarakaeri tomaron medidas y rápidamente detuvieron la actividad ilegal.

En la Amazonía norte y centro del Perú, están surgiendo otros pequeños frentes de minería aurífera (MAAP #45, MAAP #49).

Por otro lado, también hemos documentado la deforestación vinculada a la actividad de minería aurífera ilegal en el Parque Nacional Puinawai, en Colombia.

Tala (Caminos Forestales)

Imagen 7: Mapa interactivo, caminos forestales. Datos: MAAP.

En el MAAP #85, proponemos una alternativa para abordar la tala ilegal en la Amazonía, usando las imágenes satelitales para monitorear la posible tala ilegal en tiempo casi-real, por medio del rastreo de la construcción de caminos forestales.

La Imagen 7 muestra los resultados del mapa interactivo aplicando el filtro «Camino forestal».

Leyenda:
Camino Forestal (morado)

Estimamos la construcción de 2.2 mil km de caminos forestales en la Amazonía peruana en los últimos tres años (2015-17). Los caminos están concentrados en sur de Loreto, Ucayali, y noroeste de Madre de Dios.

Carreteras

Imagen 8: Mapa interactivo, carreteras. Datos: MAAP.

Está bien documentado que las carreteras son uno de los drivers más importantes de deforestación en la Amazonía, particularmente por facilitar el acceso humano y sus actividades agrícolas, ganaderas, mineras y forestales.

La Imagen 8 muestra los resultados del mapa interactivo aplicando el filtro carreteras.

Leyenda:
Carreteras (gris)

Hemos analizado dos carreteras propuestas en Madre de Dios, Perú.

La carretera Nuevo Edén – Boca Manu – Boca Colorado, atravesaría la zona de amortiguamiento de dos áreas naturales protegidas: la Reserva Comunal Amarakaeri y el Parque Nacional del Manu (MAAP #29).

La otra, carretera Puerto Esperanza-Iñapari, atravesaría el Parque Nacional Purús y amenazaría el territorio de los pueblos indígenas en aislamiento voluntario que habitan en esta zona remota (MAAP #76).

Represas Hidroeléctricas

La Imagen 9 muestra los resultados del mapa interactivo aplicando el filtro «Represas hidroeléctricas.»

Leyenda:
Represas hidroeléctricas (azul claro)

Imagen 9: Mapa interactivo, represas. Datos: MAAP.

Hasta la fecha hemos analizados tres represas hidroeléctricas ubicadas en Brasil. Documentamos la pérdida de 36,100 hectáreas de bosque asociadas a las inundaciones producidas por dos represas (Santo Antônio y Jirau) en el río Madeira, cerca la frontera con Bolivia (MAAP #34). Respecto al controversial complejo hidroeléctrico Belo Monte, situado en el río Xingú, estimamos la inundación de 19,880 hectáreas de terreno, que según las imágenes, parecen ser una combinación de áreas boscosas y tierras agrícolas (MAAP #66).

Adicionalmente, mostramos una imagen, de muy alta resolución, de la ubicación exacta de la represa hidroeléctrica propuesta, Chadín-2, ubicada en el río Marañón, en Perú (MAAP #80).

Hidrocarburos (Petróleo y Gas)

Imagen 10: Mapa interactivo, hidrocarburos. Datos: MAAP.

La Imagen 10 muestra los resultados del mapa interactivo aplicando el filtro «Hidrocarburo.»

Leyenda:
Hidrocarburo (negro)

Nuestro primer reporte de este sector se enfoca en el Parque Nacional Yasuní, en la Amazonía ecuatoriana. Documentamos la deforestación directa de 169 hectáreas para infraestructura petrolera, con una deforestación adicional indirecta de 248 hectáreas que corresponden a la colonización a lo largo de una carretera que se construyó con fines de extracción petrolera. Así, la deforestación suma un total de 417 hectáreas que exceden al área aprobada por los votantes ecuatorianos (MAAP #82).

También mostramos la ubicación de deforestación reciente de dos lotes de hidrocarburos en Perú: Lote 67 en el norte, y Lote 57 en la zona sur del proyecto Camisea.

Cambio Climático

Los bosques tropicales, especialmente en la Amazonía, secuestran enormes cantidades de carbono, uno de los principales gases de efecto invernadero que conlleva al cambio climático.

En el MAAP #81, estimamos la pérdida de 59 millones de toneladas métricas de carbono en la Amazonía peruana durante los últimos cinco años (2013-17), debido a la pérdida de cobertura forestal (sobre todo deforestación por actividades mineras y agropecuarias).

Esto nos indica que la deforestacíon origina casi la mitad (47%) de las emisiones anuales totales de carbono del perú, incluyendo aquellas originadas por combustibles fosiles.

En el MAAP #83, mostramos que las áreas naturales protegidas y las tierras indígenas han secuestrado 3,17 mil millones de toneladas métricas de carbono, hasta el 2017.

De ese total:
1,85 mil millones están secuestrados en las áreas naturales protegidas,
1,15 mil millones están secuestrados en las comunidades nativas tituladas, y
309,7 millones están secuestrados en las Reservas Indígenas/Territoriales para los pueblos en aislamiento voluntario.

El total de carbono secuestrado (3,17 mil millones de toneladas) es equivalente a 2.5 años de las emisiones de carbono de los Estados Unidos (88 años de  las emisiones de Perú).

Referencias

CINCIA (2018) Tres décadas de deforestación por minería aurífera en la Amazonía suroriental peruana. Resumen de Investigación No. 1.

Cita

Finer M, Mamani N (2018) Deforestación en la Amazonía Andina (Tendencias, Hotspots, Drivers). MAAP Síntesis #3.

 

MAAP #81: Pérdida de Carbono por deforestación en la Amazonía Peruana

Posted on by dcadmin
Mapa Base. Datos: MINAM/PNCB, Asner et al 2014

Cuando talan los bosques tropicales, la enorme cantidad de carbono secuestrado en los árboles es liberada a la atmósfera, haciendo del desbosque una fuente principal de emisiones globales de gases de efecto invernadero (CO2) que conlleva al cambio climático.

De hecho, un estudio reciente reveló que la deforestación y degradación están convirtiendo a los bosques tropicales en una nueva fuente neta de carbono para la atmósfera, agravando el cambio climático.1

La Amazonía es el bosque tropical más grande del planeta y Perú es una de sus piezas clave. Un equipo de investigadores ha publicado recientemente el primer estimado en alta resolución de los almacenes de carbono sobre el suelo en la Amazonía peruana, documentando 6.8 mil millones de toneladas métricas.2

En este  informe, analizamos esta misma base de datos para estimar la pérdida de carbono por deforestación en la Amazonía peruana, entre el 2013 y el 2017. Estimamos la pérdida de 59 millones de toneladas métricas de carbono en estos últimos cinco años.

Este valor significa que la deforestación representa casi la mitad (47%) de las emisiones anuales de Perú, por todos los sectores combinados*.3,4

También presentamos una serie de imágenes con zoom para mostrar cómo ocurrió la pérdida de carbono en varias áreas clave, impactadas por los principales drivers de deforestación: minería aurífera, plantaciones de palma aceitera y cacao a gran escala, y agricultura a pequeña escala. Las etiquetas A-G corresponden a los zooms, abajo.

También mostramos cómo las áreas naturales protegidas están resguardando cientos de millones de toneladas métricas de carbono en algunas de las zonas más importantes del país.

Un aspecto positivo es que al contar con esta información detallada, se permite añadir incentivos para frenar la deforestación y la degradación como parte de estrategias críticas de cambio climático.

Principales Hallazgos

Regiones. Datos: Asner et al 2014

El mapa base (ver arriba) muestra, en tonos de verde, las densidades de carbono en Perú. También muestra, en rojo, la capa de pérdida de bosque del 2013 al 2017, generada por el Ministerio del Ambiente.

Estimamos la cantidad de emisiones de carbono por pérdida de bosque durante esos cinco años: 59.09 teragramos, o 59 millones de toneladas métricas.

Las regiones con mayor pérdida de carbono son 1) Loreto (13.4 millones de toneladas métricas), 2) Ucayali (13.2 millones), 3) Huánuco (7.3 millones), 4) Madre de Dios (7 millones) y 5) San Martín (6.9 millones).

Estos valores incluyen la pérdida natural de bosque. Aunque probablemente subestiman las emisiones porque no incluyen la degradación del bosque (por ejemplo, la tala selectiva).

Un estudio reciente reveló que la degradación explicaría el 70% de las emisiones.1 Así, la cifra total de las emisiones de carbono por desbosque en la Amazonía peruana, podría estar más cerca de 200 millones de toneladas métricas.

A continuación, a través de una serie de imágenes con zoom mostramos cómo la pérdida de carbono se dio en varias zonas clave. También mostramos cómo las áreas naturales protegidas y las concesiones de conservación están protegiendo las reservas más importantes de carbono.

Zoom A: Amazonía Peruana Centro

La Imagen A muestra la pérdida de 2.8 millones de toneladas métricas de carbono, correspondiente a una sección de la Amazonía peruana centro (región Ucayali). Al este de la imagen, se puede notar la pérdida por dos plantaciones de palma aceitera a gran escala (649 mil toneladas métricas). Al oeste, se puede notar que la agricultura a pequeña escala está penetrando hacia zonas de bosque con mayor concentración de carbono.

Imagen A. Datos: Asner et al 2014, MINAM/PNCB

Zoom B: Amazonía Peruana Sur (minería aurífera)

La Imagen B muestra la pérdida de 756 mil toneladas métricas de carbono por minería aurífera en la Amazonía peruana sur (región Madre de Dios). Al este de la imagen está el sector conocido como La Pampa, y hacia el oeste, el alto Malinowski.

Imagen B. Minería. Datos: Asner et al 2014, MINAM/PNCB

Zoom C: Amazonía Peruana Sur (agricultura)

La Imagen C muestra la pérdida de 876 mil toneladas métricas de carbono en la Amazonía peruana sur, cerca de la localidad de Iberia (región Madre de Dios). Se puede notar la pérdida de carbono en expansión, a lo largo de ambos lados de la carretera Interoceánica que atraviesa la imagen.

Imagen C. Iberia. Datos: Asner et al 2014, MINAM/PNCB

Zoom D: United Cacao

La Imagen D muestra la pérdida de 291 mil toneladas métricas de carbono por un proyecto de cacao a gran escala (United Cacao) en la Amazonía peruana norte (región Loreto). Se puede notar que casi todo el desbosque ocurrió en un bosque con alta densidad de carbono.

Image D. United Cacao. Data: Asner et al 2014, MINAM/PNCB

Zoom E: Parque Nacional Yaguas

La Imagen E muestra cómo tres áreas naturales protegidas, incluyendo el nuevo Parque Nacional Yaguas, están efectivamente resguardando 202 millones de toneladas métricas de carbono al noreste de la Amazonía peruana. Esta área alberga unas de las más altas densidades de carbono del país.

Imagen E. Yaguas. Data: Asner et al 2014, MINAM/PNCB, SERNANP

Zoom F: Concesión de Conservación Los Amigos

La Imagen F muestra cómo Los Amigos, la primera concesión de conservación en el mundo, está efectivamente resguardando 15 millones de toneladas métricas de carbono en la Amazonía peruana sur. Dos áreas protegidas circundantes, el Parque Nacional Manu y la Reserva Comunal Amarakaeri, guardan un adicional de 194 millones de toneladas métricas. Esta zona alberga otra de las más altas densidades de carbono del país.

Imagen F. Concesión de Conservación Los Amigos. Datos: Asner et al 2014, MINAM/PNCB, SERNANP, ACCA

Zoom G: Parque Nacional Sierra del Divisor

Imagen G. Data: Asner et al 2014, MINAM/PNCB, SERNANP

La Imagen G muestra cómo tres áreas naturales protegidas, incluyendo el nuevo Parque Nacional Sierra del Divisor, están efectivamente resguardando 270 millones de toneladas métricas de carbono al este de la Amazonía peruana.

Esta área alberga también zonas de más alta densidad de carbono en el país.

Notas

Este valor de pérdida (59 millones de toneladas métricas de carbono) es también el equivalente a alrededor del 4% de las emisiones anuales de combustibles fósiles de los Estados Unidos.3

Metodología

Para el análisis se utilizó los datos de carbono sobre el suelo generados por Asner et al 2014, y los datos de pérdida de bosque identificados por el Programa Nacional de Conservación de Bosques (PNBC-MINAM) de los años 2013 al 2016, así como las alertas tempranas de perdida de bosque del año 2017. Primero, uniformizamos los datos de pérdida de bosque 2013-2016 con las alertas tempranas del año 2017, para evitar superposición y tener un solo dato 2013-2017. Posteriormente, extrajimos los datos de carbono de las áreas de pérdida de bosque del 2013-2017, este proceso permitió obtener la densidad de carbono (por hectárea) en relación al área de pérdida de bosque, para finalmente estimar el total de la pérdida de carbono almacenado entre los años 2013 al 2017.

Referencias

1 Baccini A, Walker W, Carvalho L, Farina M, Sulla-Menashe D, Houghton RA (2017) Tropical forests are a net carbon source based on aboveground measurements of gain and loss. Science. 13;358(6360):230-4.

2 Asner GP et al (2014). The High-Resolution Carbon Geography of Perú. Carnegie Institution for Science. ftp://dge.stanford.edu/pub/asner/carbonreport/CarnegiePeruCarbonReport-English.pdf

3 UNFCCC. Emissions Summary for Peru. http://di.unfccc.int/ghg_profile_non_annex1

4 INGEI (2012) INVENTARIO NACIONAL DE GASES DE EFECTO INVERNADERO http://infocarbono.minam.gob.pe/annios-inventarios-nacionales-gei/ingei-2012/

Cita

Finer M, Mamani N (2017). Pérdida de Carbono por deforestación en la Amazonía Peruana. MAAP: 81.

 

 

 

MAAP Interactivo: Drivers de deforestación en los Andes Amazónicos

Posted on by dcadmin

Desde su lanzamiento en abril del 2015, el MAAP ha publicado más de 70 informes sobre la deforestación (y la pérdida natural de bosques) en la Amazonía Andina. Hasta el momento nos hemos enfocado en Perú, con varios informes en Colombia y Brasil también.

Estos reportes están destinados a ser estudios de caso de los eventos de deforestación más importantes y urgentes. A menudo utilizamos las alertas tempranas de pérdida de bosque (de Geobosques, PNCB/MINAM) para guiarnos, e imágenes satelitales (de Planet y DigitalGlobe) para identificar los drivers de deforestación.

Aquí presentamos un mapa interactivo, destacando los drivers identificados en todos los reportes publicados del MAAP. Estos drivers incluyen la minería aurifera, la agricultura (por ejemplo, palma aceitera y cacao), el pastos para ganado, carreteras forestales y represas. También se incluyen causas naturales como inundaciones y vientos huracanados. Además, destacamos eventos de deforestación en áreas naturales protegidas. Tenga en cuenta que puede filtrar por driver, seleccionando las casillas de interés.

Esperamos que el resultado sea uno de los recursos más detallados y actualizados sobre los patrones y drivers de la deforestación en en la Amazonía Andina. En el siguiente año seguiremos centrándonos en Perú y Colombia, y empezar a incluir a Ecuador y Bolivia. Seguiremos actualizando el mapa interactivo conforme publicamos informes nuevos.

Para ver el mapa interactivo, por favor visite:
https://www.maapprogram.org/interactivo/

Para obtener más información sobre patrones y drivers de la deforestación en la Amazonía peruana, vea nuestro último MAAP Síntesis #2.

 

MAAP #64: Buenas Noticias sobre Acciones contra la Deforestación

Posted on by dcadmin

Desde que fue lanzado en abril del 2015, el MAAP ha presentado una serie de reportes sobre deforestación y degradación del bosque amazónico, que bien puede entenderse como “malas noticias” sobre el estado de conservación de la Amazonia. Sin embargo, durante este tiempo, también se han generado acciones para detener o evitar la deforestación que bien puede ser entendidas como ejemplos de “buenas noticias”.

Por lo tanto, el presente reporte resalta 5 historias positivas de la Amazonia peruana que demuestran cómo el monitoreo de la deforestación en tiempo casi real puede llevar a detener las amenazas del bosque, tales como minería aurífera y plantaciones agroindustriales (palma aceitera y cacao).

Los casos descritos son:
A) United Cacao (cacao),
B) Plantaciones de Pucallpa (palma aceitera),
C) Grupo Romero (palma aceitera),
D) Reserva Communal Amarakaeri (minería), y
E) Reserva Nacional Tambopata (minería).

United Cacao

Imagen 64a. Datos: NASA/USGS

En el año 2013, la rápida deforestación de bosque primario en la Amazonía peruana norte, a causa de una plantación de cacao a gran escala, fue bastante notoria. La sociedad civil expuso a los medios de comunicación el avance de la deforestación a través imágenes satelitales en las que se evidenció la deforestación. Posteriormente, el Gobierno Peruano, a través de un análisis propio, confirmó la deforestación. Por su parte, el MAAP publicó 6 artículos (por ejemplo, MAAP #35 y MAAP #2).

Luego de que la deforestación total alcanzó 2,380 hectáreas (3,260 campos de fútbol), la empresa United Cacao, por una combinación de factores complejos, fue suspendida de la Bolsa de Valores de Londres y detuvieron sus operaciones de expansión en la región. Desde entonces, no hemos detectado nuevos registros de deforestación en más de un ano.

La Imagen 64a muestra que el área del proyecto de cacao estaba cubierta por bosque primario a fines del 2012, seguido por la deforestación a gran escala en el 2013. El avance de la deforestación disminuyó paulatinamente hasta su total paralización, entre el 2014 y el 2017. El círculo amarillo indica la área de plantación de cacao a través del tiempo.

Plantaciones de Pucallpa (palma aceitera)

En un caso notable, las imágenes satelitales se usaron para demostrar que la empresa Plantaciones de Pucallpa violó el Código y Conducta de la RSPO (Mesa Redonda de Palma Aceitera Sostenible, por sus siglas en inglés), una organización fundada para desarrollar e implementar estándares globales sobre el manejo sostenible de palma aceitera.

En el 2015, la Comunidad Nativa de Santa Clara de Uchunya (con el apoyo de la ONG Forest Peoples Programme) presentó una protesta oficial a la RSPO en contra de Plantaciones de Pucallpa, quien era uno de sus miembros. Uno de los componentes claves de la protesta alegó la deforestación masiva de bosque primario, pero la empresa lo negó rotundamente. Los artículos del MAAP (MAAP #4, MAAP #41) evidenciaron la deforestación de 6,460 hectáreas (8,850 campos de fútbol) por parte de Plantaciones de Pucallpa. Estos reportes se presentaron como evidencia ante la RSPO (también se presentó un análisis independiente del Gobierno Peruano).

En abril del 2017, la RSPO concluyó que Plantaciones de Pucallpa habría deforestado 5,725 hectáreas, violando así el Código y Conducta de la Mesa Redonda. Varios meses antes de esta decisión, Plantaciones de Pucallpa prescindió de sus propiedades de palma aceitera y se retiró de la RSPO. Desde hace más de un año, no tenemos registros de deforestación en el área de intervención de su proyecto.

La Imagen 64b muestra la deforestación masiva a causa de dos plantaciones a gran escala de palma aceitera en la Amazonía peruana centro (Plantaciones de Pucallpa es la plantación al norte). Los círculos amarillos indican las áreas de plantaciones de palma aceitera a través del tiempo. Note que la mayoría del área del proyecto constaba de una mezcla de bosque primario y secundario en el 2011, previamente a la deforestación que inició en el 2012. La deforestación se intensificó en el 2013, antes de casi alcanzar su máxima extensión en el 2015. No hemos detectado ningún evento de deforestación nuevo, desde el 2016.

Imagen 64b. Datos: NASA/USGS, MAAP

Grupo Romero (palma aceitera)

Una de las noticias más positivas es sobre 4 plantaciones de palma aceitera a gran escala que fueron detenidas antes que siquiera algún evento de deforestación ocurra. Como se detalla en un reporte de la ONG Environmental Investigation Agency, el conglomerado empresarial peruano Grupo Romero condujo estudios de impacto ambiental para 4 nuevas plantaciones de palma aceitera, en la Amazonía peruana norte. El análisis de estos estudios reveló que estas plantaciones causarían la deforestación masiva de 23,000 hectáreas (31,500 campos de fútbol) de bosque primario. Después de una fuerte insistencia de la sociedad civil, que incluía acciones legales, un reciente reporte del Chain Reaction Research reveló que el Grupo Romero estaría apuntando hacia una cadena de valor con deforestación cero, por lo que estas 4 plantaciones planificadas no eran viables y desistió de ellas.

La Imagen 64c muestra cómo el área del proyecto (en amarillo) para dos de las plantaciones de palma aceitera propuestas, Santa Catalina y Tierra Blanca, están cubiertas extensamente por bosque primario.

Imagen 64c. Datos: NASA/USGS, Grupo Palmas (Grupo Romero)

Reserva Comunal Amarakaeri (minería aurífera)

En junio del 2015, revelamos la deforestación de 11 hectáreas (15 campos de fútbol) en la Reserva Comunal Amarakaeri, a causa de la invasión ilegal de minería aurífera (MAAP #6). La reserva, ubicada en la Amazonía peruana sur, es un área protegida importante que es co-administrada con el ECA Amarakaeri (Ejecutor de Contrato de Administración), quien representa a las comunidades indígenas, y el SERNANP, la institución peruana a cargo de las áreas protegidas. Durante las siguientes semanas, el SERNANP y el ECA Amarakaeri tomaron medidas contra las actividades de minería ilegal. Un año después, mostramos que la deforestación logró detenerse, sin mayor expansión en la reserva (MAAP #44). También, mostramos que hay señales de recuperación de la vegetación en las áreas donde hubo minería.

La Imagen 64d muestra la deforestación de minería aurífera aproximándose (2011-2012) y entrando (2013-2015) a la Reserva Comunal Amarakaeri (los círculos amarillos indican las áreas de invasión.). No obstante, también muestra cómo, luego de las medidas que tomaron el gobierno y el ECA Amarakaeri, la deforestación fue detenida y no se expandió en el 2016-2017.

Image 64d. Datos: NASA/USGS, Sentinel/ESA, Planet

Reserva Nacional Tambopata (minería aurífera)

En setiembre del 2015, mineros ilegales invadieron la Reserva Nacional Tambopata, un área protegida importante en la Amazonía peruana sur. En varios artículos del MAAP, monitoreamos esta invasión, la cual se intensificó durante el 2016 y alcanzó 550 hectáreas (750 campos de fútbol) hasta el presente. No obstante, a fines del 2016, el Gobierno Peruano (a través del SERNANP, La Fiscalía y la Marina de Guerra ) incrementó su intervención en contra de la minería ilegal. A partir de ello la deforestación se redujo drásticamente durante el 2017. En las imágenes satelitales más recientes, no se ha detectado nueva deforestación por minería ilegal al interior de la reserva.

La Imagen 64e muestra una invasión inicial a la Reserva Nacional Tambopata entre setiembre del 2015 y enero del 2016. La deforestación dentro de la reserva se intensifica hasta setiembre del 2016, pero se disminuye significativamente en el 2017. Los círculos amarillos indican las áreas de invasión.

Imagen 64e. Datos: Planet, SERNANP

Cita

Finer M, Novoa S, Scott A (2017) Buenas Noticias sobre Acciones contra la Deforestación. MAAP: 64.

MAAP SÍNTESIS #2: PATRONES Y DRIVERS DE DEFORESTACIÓN EN LA AMAZONÍA PERUANA

Posted on by dcadmin

Presentamos nuestro segundo reporte de síntesis, desarrollando con mayor detalle nuestro primer reporte publicado en setiembre del 2015. Esta síntesis está basada, en gran medida, en los 50 reportes del MAAP, publicados entre abril del 2015 y noviembre del 2016. El objetivo es resumir la información más pertinente hasta la fecha, concerniente a las tendencias, patrones, y drivers de deforestación en la Amazonía peruana.

La metodología del MAAP consta de 4 componentes principales: Detección de pérdida de bosque, Priorización de los datos, Identificación de drivers de deforestación, y Publicación de reportes amigables para el usuario. Más adelante, puede encontrar la sección «Metodología» para más detalles.

Nuestros principales hallazgos incluyen:

  • Tendencias. Durante los 15 años entre 2001 y 2015, se han perdido más de 1,800,000 hectáreas (equivalente a 2,470,000 campos de fútbol) de bosques amazónicos, con una tendencia creciente. El 2014 tuvo el mayor nivel de pérdida anual registrada (177,566 hectáreas), seguido por una ligera disminución en el 2015. Entre tanto, el estimado preliminar para el 2016 indica que el monto de pérdida continúa relativamente alto. La gran mayoría (80%) de los eventos de pérdida de bosque en la Amazonía peruana son de pequeña escala (< 5 hectáreas), mientras que los eventos de gran escala (> 50 hectáreas) representan una amenaza latente debido a nuevos proyectos agro-industriales.
  • Patrones. Hemos identificado, hasta la fecha, 8 hotspots de deforestación. Los hotspots de mayor intensidad están ubicados en la Amazonía centro (regiones Huánuco y Ucayali). Otros hotspots importantes están ubicados en las regiones Madre de Dios y San Martín, donde dos áreas naturales protegidas (Reserva Nacional Tambopata y Reserva Comunal El Sira) están siendo amenazadas por los mismos.
  • Drivers. Presentamos un mapa inicial de drivers de deforestación de la Amazonía peruana. Analizando imágenes satelitales de alta resolución, hemos identificado 6 drivers principales de deforestación y degradación: agricultura de pequeña/mediana escala, agricultura de gran escala, pasto para ganado, minería aurífera, cultivos de coca, y carreteras. La agricultura de pequeña escala y el pasto para ganado, probablemente sean los drivers más críticos en el país. Mientras que la minería aurífera es el driver más crítico en el sur del Perú. Por su parte, la agricultura a gran escala y la construcción de nuevas carreteras son amenazas latentes. Las carreteras forestales causan degradación en la Amazonía centro del Perú.

Tendencias de la Deforestación

La Imagen 1 muestra las tendencias en la pérdida de bosque en la Amazonía peruana entre el 2001 y el 2016, incluyendo las categorías por tamaño de eventos de pérdida de bosque. Los datos son los oficiales remitidos por el Ministerio del Ambiente del Perú (Programa Nacional de Conservación de Bosques para la Mitigación del Cambio Climático), excepto el 2016 que es una estimación preliminar basada en alertas de pérdida de bosque.

Imagen 1. Datos: PNCB/MINAM, UMD/GLAD. *Estimado basado en alertas GLAD

Durante 15 años, entre el 2001 y el 2015, se han perdido más de 1,800,000 hectáreas (equivalente a 2,470,000 campos de fútbol) de bosques amazónicos (ver la línea verde). Las cuales representan una pérdida de aproximadamente 2.5% de bosque existente al 2001. Hubo picos de pérdida en los años 2005, 2009, y 2014, con una tendencia creciente. Este último tuvo el mayor nivel de pérdida forestal anual registrada (177,566 hectáreas), seguido por una ligera disminución en el 2015 (156,462 hectáreas). Entretanto, el estimado preliminar para el 2016 indica que el monto de pérdida continúa relativamente alto.

Es importante notar que esta información también incluye eventos naturales de pérdida de bosque (tales como tormentas, derrumbes, inundaciones), pero sobretodo, funciona como nuestra mejor aproximación de la deforestación antropogénica. Se estima que la pérdida no antrópica es de aproximadamente 3.5% de la pérdida total.1

Se puede observar (ver la línea amarilla) que la gran mayoría, 81% en promedio, de los eventos de pérdida de bosque en la Amazonía peruana son de pequeña escala (< 5 hectáreas). Los eventos de pérdida de mediana escala (5-50 hectáreas) tienen un promedio de 16% a través de los años (ver la línea naranja). Los eventos de pérdida de gran escala (> 50 hectáreas), asociados a prácticas agro-industriales, representan una amenaza latente. Mientras que el promedio de sólo 2%, rápidamente subió a 8% en el 2013 debido a las actividades vinculadas a tres proyectos agro-industriales de palma aceitera y cacao. Ver MAAP #32 para más detalles sobre la importancia del tamaño de eventos de deforestación.

Patrones de Deforestación

La Imagen 2 muestra los principales hotspots de deforestación, comparando el plazo 2012 – 2014 (panel izquierdo) con 2015 – 2016 (panel derecho), basado en el análisis de densidad de kernel.2 Hemos identificado 8 hotspots de deforestación principales, etiquetados como Hotspots A – H.

Imagen 2. Datos: PNCB/MINAM, GLAD/UMD. Click para agrandar.

Los hotspots de mayor intensidad, A y B, están ubicados en la Amazonía centro. El Hotspot A, al nor-oeste de la región Ucayali, estuvo dominado por dos proyectos de palma aceitera a gran escala en el 2012 y el 2014 (MAAP #4, MAAP #41), posteriormente se desplazó hacia el oeste entre el 2015 y el 2016, donde dominaba el pasto para ganado y la palma aceitera a pequeña escala. El Hotspot B, al este de la región Huánuco, es dominado por pasto para ganado (MAAP #26).

Los Hotspots C y D se encuentran en la región Madre de Dios, en la Amazonía sur. El Hotspot C indica el avance de la minería aurífera ilegal (MAAP #50). El Hotspot D resalta la zona de deforestación emergente a lo largo de la carretera Interoceánica, particularmente cerca de la localidad de Iberia (MAAP #28).

Los Hotspot E-H están relacionados a actividades agrícolas. El Hotspot E indica la rápida deforestación en la región Loreto a causa de plantación de cacao a gran escala entre el 2013 y 2014, con una acentuada disminución en la pérdida de bosque entre el 2015 y el 2016 (MAAP #35). El Hotspot F indica la expansión de la deforestación alrededor de dos plantaciones de palma aceitera a gran escala (MAAP #41). El Hotspot G indica la intensiva deforestación por plantaciones de palma aceitera a pequeña escala (MAAP #48).

El Hotspot H indica un área impactada por incendios forestales en el 2016.

Las Áreas Naturales Protegidas, manejadas por SERNANP, son barreras efectivas para combatir la deforestación (MAAP #11). Sin embargo, varias áreas naturales protegidas están amenazadas actualmente, en especial la Reserva Nacional Tambopata (Hotspot C, MAAP #46) y la Reserva Comunal El Sira (Hotspot B, MAAP #45).

Drivers de Deforestación

Imagen 3. Datos: MAAP, SERNANP. Click para agrandar.

Actualmente, existe una notable falta de información precisa sobre los drivers actuales de deforestación en la Amazonía peruana. De acuerdo a un importante artículo, publicado en el 2016, gran parte de la información existente es inexacta y desactualizada, además de basarse únicamente en el análisis general del tamaño de los eventos de deforestación.3  

Como se ha mencionado anteriormente, uno de los mayores avances del MAAP ha sido el uso de imágenes de alta resolución para identificar, con mayor precisión, los drivers de la deforestación.

La Imagen 3 muestra los principales drivers de deforestación identificados en nuestro análisis. Por cuanto sabemos, representa el primer mapa espacialmente explícito con los drivers de deforestación de la Amazonía peruana.

A la fecha, hemos documentado 6 principales drivers directos de la deforestación y de degradación en la Amazonía peruana: agricultura a pequeña/mediana escala, agricultura a gran escala, pasto para ganado, minería aurífera, cultivo de coca, y carreteras.

Actualmente, no consideramos a los hidrocarburos (petróleo y gas), ni a las represas hidroeléctricas como drivers importantes en el Perú, pero esto podría cambiar a futuro, en la medida en que los proyectos propuestos avancen en su implementación.

A continuación, mostramos los principales drivers de deforestación y degradación a mayor detalle.

Agricultura de pequeña/mediana escala

La literatura técnica enfatiza que la agricultura a pequeña escala es la principal causa de deforestación en la Amazonía peruana.1 Sin embargo, aún hay poca evidencia empírica que demuestre la certeza de esta afirmación.3 Los datos de deforestación son dominados por eventos de pequeña escala, los cuales probablemente se dan por agricultura o pasto para ganado. No obstante, aún se necesitan mayores esfuerzos con trabajos de campo extensivos y/o uso de imágenes de alta resolución para verificar esta suposición.

En varios estudios de caso claves, hemos mostrado ejemplos específicos de que la agricultura a pequeña escala es un driver de deforestación.

Por ejemplo, usando una combinación de imágenes de alta resolución, fotografías desde el campo, e información de fuentes locales, hemos determinado lo siguiente:

  • Palma Aceitera, a través de plantaciones de pequeña y mediana escala, es uno de los drivers de deforestación en el Hotspot G en Huánuco (MAAP #48), Hotspot B en Ucayali (MAAP #26), y Hotspot F en Loreto/San Martín (MAAP #16). Esto también se demostró para Ucayali en un reciente artículo científico.4 Más adelante puede encontrar mayor información sobre palma aceitera a gran escala.
  • El cultivo de Cacao está causando la pérdida de bosque a lo largo del río Las Piedras, al este de Madre de Dios (MAAP #23, MAAP #40). Más adelante puede encontrar mayor información sobre cacao a gran escala.
  • La Papaya es un driver reciente e importante en Hotspot D a lo largo de la carretera Interoceánica, al este de Madre de Dios (MAAP #42).
  • Las plantaciones de Maíz y Arroz pueden estar impulsando la acelerada deforestación en Hotspot D en los alrededores de la localidad de Iberia, a lo largo de la carretera Interoceánica, al este de Madre de Dios (MAAP #28).

Agricultura de gran escala

La deforestación agro-industrial, a gran escala, continúa siendo una latente amenaza en la Amazonía peruana. En el 2013, la sociedad civil declaró una alerta sobre esta actividad, debido a la detección de dos casos de deforestación a gran escala por plantaciones de palma aceitera y cacao, en la Amazonia centro y norte, respectivamente.

En el caso de la palma aceitera, dos empresas que son parte del Grupo Melka,5 deforestaron cerca de 12,000 hectáreas en la región Ucayali entre el 2012 y el 2015 (MAAP #4, MAAP #41). En el caso del cacao, otra empresa del Grupo Melka, United Cacao, deforestó  2,380 hectáreas en Loreto, entre el 2013 y el 2015 (MAAP #9, MAAP #13, MAAP #27, MAAP #35). Dennis Melka ha declarado que su meta es replicar el modelo de producción agroindustrial del Sureste Asiático, en la Amazonía peruana.6

Previamente a estos casos, entre el 2007 y el 2011, ocurrió la deforestación por agricultura a gran escala de cerca de 7,000 hectáreas, por plantaciones de palma aceitera del Grupo Palmas,7 en el límite de Loreto y San Martín (MAAP #16). Así también, registramos la deforestación adicional de 9,800 hectáreas por plantaciones de palma aceitera, en los alrededores de los proyectos del Grupo Palmas (MAAP #16).

En contraste, la deforestación por agricultura a gran escala fue mínima entre el 2015 y el 2016. Sin embargo, sigue siendo una amenaza latente, debido a que tanto United Cacao como el Grupo Palmas tienen planes de expansión que incluyen la deforestación de más de 20,000 hectáreas de bosque primario en Loreto.8

Pasto para Ganado

Usando un archivo de imágenes satelitales, identificamos que la deforestación por pasto para ganado es un problema resaltante en la Amazonía centro del Perú. Inmediatamente después de un evento de deforestación, el paisaje con cientos o miles de árboles talados, es muy similar entre la deforestación por agricultura y por pasto para ganado. No obstante, utilizando un archivo de imágenes y analizando casos de deforestación previos en el área de interés, es posible determinar las causas de la pérdida de bosque. Por ejemplo, después de un o dos años, la agricultura y el pasto para ganado aparecen muy diferentes en las imágenes, de esta forma es posible distinguir entre ambos drivers.

Usando esta metodología, determinamos que el pasto para ganado es el driver principal en los Hotspots A and B (MAAP #26, MAAP #37), los hotspots de deforestación de mayor intensidad en el país.

También usamos esta metodología para determinar que gran parte de la deforestación en la parte norte de la Reserva Comunal El Sira se debe al pasto para ganado (MAAP #45).

Por otra parte, el mantenimiento del pasto para ganado y la agricultura a pequeña escala son posiblemente los factores determinantes de los incendios que degradan la Amazonía durante la temporada seca intensa (MAAP #45, MAAP #47).

Minería Aurífera

La minería aurífera es uno de los drivers de deforestación más críticos en la Amazonía sur del Perú (Hotspot C). Un estudio importante encontró que la minería aurífera deforestó alrededor de 50,000 hectáreas desde el 2000 hasta el 2012.9 Nosotros actualizamos este estudio, y tras analizar cientos de imágenes de alta resolución, encontramos que la minería aurífera causó la pérdida adicional de 12,500 hectáreas entre el 2013 y el 2016 (MAAP #50). Así, la minería aurífera es responsable por la pérdida total de 62,500 hectáreas en la Amazonía sur peruana. Gran parte de la deforestación reciente es ilegal, ocurriendo al interior de las zonas de amortiguamiento de áreas naturales protegidas.

Con un mayor énfasis, hemos monitoreado la invasión ilegal de minería aurífera a la Reserva Nacional Tambopata, una de las áreas naturales protegidas más importantes del país. La invasión inicial ocurrió en noviembre del 2015 (MAAP #21), expandiéndose a más de 450 hectáreas hasta setiembre del 2016 (MAAP #24, MAAP #30, MAAP #46). Como parte de esta invasión, los mineros han modificado el cauce del río Malinowski, el cual determina el límite norte de la reserva (MAAP #33). Adicionalmente, la deforestación por minería aurífera continua su expansión en la zona de amortiguamiento de la reserva, particularmente en la zona conocida como La Pampa (MAAP #12, MAAP #31).

Así también, hemos registrado que en las cabeceras del río Malinowski, la minería aurífera viene expandiéndose en la zona de amortiguamiento del Parque Nacional Bahuaja Sonene (MAAP #19, MAAP #43).

En contraste con la preocupante situación en la Reserva Nacional Tambopata, hemos registrado que la deforestación por minería aurífera ha sido controlada en la Reserva Comunal Amarakaeri, un área natural protegida importante co-administrada por comunidades indígenas y el SERNANP. Posterior a una invasión inicial de 11 hectáreas en el 2014 e inicios del 2015, un análisis de imágenes de satélite mostró que los esfuerzos de la administración han logrado detener los intentos de expansión de la minería dentro del área (MAAP #6, MAAP #44).

Adicionalmente a los casos mencionados en Madre de Dios, la deforestación por minería aurífera también sigue aumentando en las regiones adyacentes de Cusco y Puno (MAAP #14).

En la Amazonía norte y centro del Perú, están surgiendo otros pequeños frentes de minería aurífera (MAAP #49). El Gobierno peruano ha realizado una labor importante para impedir la expansión de la minería aurífera ilegal en la Reserva Comunal El Sira (MAAP #45). Más al norte, en la región Amazonas, se registró la deforestación por minería aurífera en uno de los afluentes del río Santiago (MAAP #36, MAAP #49), así como en un área remota de la Cordillera del Cóndor, en la frontera con Ecuador (MAAP #49).

Carreteras

Está bien documentado que las carreteras son uno los más importantes drivers de deforestación en la Amazonía, particularmente por posibilitar el acceso humano a lo que previamente fueron áreas remotas.10  A menudo, las carreteras funcionan como un driver indirecto, dado que la mayoría de la deforestación está asociada a otras actividades como la agricultura, pasto para ganado, y minería aurífera, favorecidas por su proximidad a dichas carreteras.

Hemos documentado el inicio de un proyecto de construcción de una carretera controversial que atravesaría la zona de amortiguamiento de dos áreas naturales protegidas importantes: la Reserva Comunal Amarakaeri y el Parque Nacional del Manu (MAAP #29).

Carreteras Forestales

En relación a las carreteras generales mencionadas anteriormente, distinguimos a las carreteras de acceso que son construidas para permitir el acceso a proyectos particulares. El tipo de acceso más notable en la Amazonía peruana son las carreteras forestales que son una de las causas principales de degradación de bosque, pues facilitan la extracción forestal selectiva de valiosas especies maderables en áreas remotas.

Uno de los recientes avances principales en el monitoreo de bosques tropicales es la habilidad de identificar rápidamente la construcción de nuevas carreteras forestales. El patrón lineal único de estas carreteras aparece claramente en los algoritmos de pérdida de cobertura de bosque de base Landsat, tales como alertas GLAD y CLASlite. Este avance es importante porque es difícil detectar la tala ilegal con imágenes de satélite dado que los taladores en la Amazonía a menudo extraen individuos de algunas pocas especies de alto valor económico y por ello no generan deforestación. Actualmente, a pesar de las dificultades para detectar la tala selectiva, podemos detectar carreteras que nos permiten rastrear su área de extracción.

En una serie de artículos, resaltamos la reciente expansión de carreteras forestales, incluyendo la construcción de 1,134 km entre el 2013 y el 2015 en la Amazonía centro peruana (MAAP #3, MAAP #18). Aproximadamente un tercio de estas carreteras se encuentra en las zonas de amortiguamiento de los Parques Nacionales Cordillera Azul y Sierra del Divisor (MAAP #15).

También identificamos la construcción de 83 km adicionales de carreteras forestales durante el 2016 (MAAP #40, MAAP #43), incluyendo una vía que continua expandiéndose en la zona de amortiguamiento del Parque Nacional Cordillera Azul.

Otro hallazgo importante es la velocidad de construcción de carreteras forestales. En varios casos, registramos un avance de hasta 5 kilómetros por semana (MAAP #18, MAAP #40, MAAP #43).

Determinar la legalidad de estas carreteras es complejo, en parte debido a las diversas instituciones en sus diferentes niveles de gobierno involucradas en el proceso de autorización. Gran parte de estas carreteras se encuentran cerca de concesiones maderables y de comunidades nativas, quienes pueden haber obtenido derechos de tala de la autoridad forestal correspondiente, en muchos casos, por el gobierno regional.

Cultivo de Coca

De acuerdo a un reciente reporte de las Naciones Unidas, la cobertura de cultivos de coca en Perú en el 2015 (40,300 hectáreas) registró la cifra más baja registrada (desde 2001), siendo parte de un patrón en declive desde el 2011 (62,500 hectáreas).11 Actualmente, hay 13 zonas principales de cultivo de coca en el Perú, pero parece que sólo unas cuántas están causando deforestación. Las más resaltantes son dos zonas en la región Puno que están causando deforestación al interior y en los alrededores del Parque Nacional Bahuaja Sonene  (MAAP #10, MAAP #14). Así también, varias zonas en las regiones de Cusco y Loreto pueden estar causando nuevas áreas deforestadas.

Represas Hidroeléctricas

Aunque existe un amplio portafolio de nuevos proyectos potenciales de represas hidroeléctricas en la Amazonía peruana,12 muchos de estos no han llegado todavía a su fase de implementación. Por lo tanto, la pérdida de bosque por represas no es un problema actual, pero podría rápidamente cambiar en el futuro si estos proyectos son ejecutados. Por ejemplo, hemos documentado la pérdida de 36,100 hectáreas de bosque asociadas a las inundaciones por dos represas en el río Madeira en Brasil (MAAP #34).

Hidrocarburos (Petróleo y Gas)

A lo largo de nuestro monitoreo, no hemos detectado aún eventos importantes de deforestación vinculados a hidrocarburos. Así como con las represas, esto podría cambiar en el futuro si es que los precios del petróleo y del gas se elevan, y si los numerosos proyectos potenciales de la Amazonía se ven en la posición de pasar a su siguiente fase, particularmente si se construye carreteras de acceso.

Metodología

La metodología del MAAP consta de 4 componentes:

  1. Detección de la Pérdida de Bosque. Los reportes del MAAP están basados fundamentalmente en las alertas temprana de pérdida de cobertura de bosque, las cuales nos permiten identificar dónde está ocurriendo la deforestación. Actualmente, nuestra herramienta principal son las alertas GLAD que fueron desarrolladas por la Universidad de Maryland y por Google13, y presentadas por Global Forest Watch de WRI y GeoBosques de MIMAM. Estas alertas, lanzadas en Perú a inicios del 2016, se basan en imágenes satelitales Landsat de 30 metros de resolución, y son actualizadas semanalmente. También incorporamos ocasionalmente a  CLASlite, un software de detección de pérdida de bosque basado en Landsat (y ahora en Sentinel-2) desarrollado por Carnegie Institution for Science; y las alertas Terra-i de moderada resolución (250 metros), desarrolladas por el Centro Internacional de Agricultura Tropical. También experimentamos con los productos del radar de Sentinel-1 (disponible gratuitamente por la Agencia Espacial Europea), el cual tiene la ventaja de penetrar las capas de nube, permitiendo continuar con el monitoreo a pesar de las condiciones de neblina.
  2. Priorización de los Datos. Los sistemas de alerta temprana, mencionados anteriormente, presentan miles de alertas, por lo que el procedimiento de información inicial es necesario. Para esto, hemos desarrollado algunos métodos de priorización, tales como la creación de mapas de hotspots (ver abajo), enfoque en áreas clave (tales como áreas naturales protegidas, comunidades nativas, y concesiones forestales), y la identificación de patrones llamativos (como los patrones lineales o deforestación a gran escala).
  3. Identificación de Drivers de Deforestación. Cuando las áreas prioritarias han sido identificadas, el siguiente desafío es entender la causa de la pérdida de bosque. En efecto, una de los mayores progresos del MAAP en el último año ha sido usar imágenes satelitales de alta resolución para identificar drivers de deforestación clave. Nuestra habilidad para identificar estos drivers ha sido fuertemente mejorada gracias al acceso a las imágenes satelitales de alta resolución de Planet (a través del Programa Ambassador) y Digital Globe (a través del Programa NextView, cortesía de un acuerdo con USAID). También, ocasionalmente, compramos imágenes de Airbus (a través de Apollo Mapping).
  4. Publicar Reportes Amigables para el Usuario. El paso final es publicar artículos técnicos, pero accesibles, sobre importantes hallazgos de deforestación en el portal web MAAP. Las características de estos artículos son textos concisos y con mapas fáciles de entender para todas las audiencias, incluyendo tomadores de decisiones, sociedad civil, investigadores, estudiantes, periodistas, y todo el público en general. Durante la preparación de estos artículos, consultamos con la sociedad civil peruana e instituciones del gobierno relevantes, para poder mejorar la calidad de la información.

Endnotes

1 MINAM-Peru (2016) Estrategia Nacional sobre Bosques y Cambio Climático.

2 Methodology: Kernel Density tool from Spatial Analyst Tool Box of ArcGis. The 2016 data is based on GLAD alerts, while the 2012-15 data is based on official annual forest loss data

3 Ravikumar et al (2016) Is small-scale agriculture really the main driver of deforestation in the Peruvian Amazon? Moving beyond the prevailing narrative. Conserv. Lett. doi:10.1111/conl.12264

4 Gutiérrez-Vélez VH et al (2011). High-yield oil palm expansion spares land at the expense of forests in the Peruvian Amazon. Environ. Res. Lett., 6, 044029.

5 Environmental Investigation Agency EIA (2015) Deforestation by Definition.

6 NG J (2015) United Cacao replicates Southeast Asia’splantation model in Peru, says CEO Melka. The Edge Singapore, July 13, 2015.

7 Palmas del Shanusi & Palmas del Oriente; http://www.palmas.com.pe/palmas/el-grupo/empresas

8 Hill D (2015) Palm oil firms in Peru plan to clear 23,000 hectares of primary forest. The Guardian, March 7, 2015.

9 Asner GP, Llactayo W, Tupayachi R,  Ráez Luna E (2013) Elevated rates of gold mining in the Amazon revealed through high-resolution monitoring. PNAS 46: 18454. They reported 46,417 hectares confirmed and 3,268 hectares suspected (49,865 ha total).

10 Laurance et al (2014) A global strategy for road building. Nature 513:229; Barber et al (2014) Roads, deforestation, and the mitigating effect of protected areas in the Amazon.  Biol Cons 177:203.

11 UNODC/DEVIDA (2016) Perú – Monitoreo de Cultivos de Coca 2015.

12 Finer M, Jenkins CN (2012) Proliferation of Hydroelectric Dams in the Andean Amazon and Implications for Andes-Amazon Connectivity. PLoS ONE 7(4): e35126.

13 Hansen MC et al (2016) Humid tropical forest disturbance alerts using Landsat data. Environ Res Lett 11: 034008.

Cita

Finer M, Novoa S (2017) Patrones y Drivers de Deforestación en la Amazonía Peruana. MAAP: Síntesis #2.

MAAP #32: Deforestación de Gran-escala vs. Pequeña-escala en la Amazonia Peruana

Posted on by dcadmin
Cuadro 32a. Datos: PNCB/MINAM, UMD/GLAD
Cuadro 32a. Datos: PNCB/MINAM, UMD/GLAD

En los anteriores MAAP #25 y MAAP #26, presentamos mapas de hotspots de deforestación en la Amazonia peruana para los periodos 2012-2014 y 2015*, respectivamente. En el presente MAAP #32, presentamos un análisis complementario basado en el tamaño de los eventos de deforestación.

El Cuadro 32a muestra los resultados comparativos de la deforestación entre los años 2013 y 2015, indicando que:
– Pequeña-escala (< 5 hectáreas) representó la gran mayoría de los eventos de deforestación (70-80%) cada año.
– Mediana-escala (5-50 hectáreas) fue de aproximadamente 20% cada año.
– Gran-escala (>50 hectáreas) fue variable. En 2013, el año de mayor actividad de las nuevas plantaciones de cacao y palma aceitera, alcanzó el 8% de los eventos de deforestación. En 2015 fue solo 1%.

En resumen, la deforestación de pequeña y mediana-escala representa mas de 90% del total y una amenaza constante, mientras que la deforestación de gran-escala representa una amenaza latente. Como se describe abajo, proyectos de gran-escala pueden ser causantes de eventos de deforestacion masiva y rápida (como visto en 2013), entonces debe seguir siendo una alta prioridad.

*Hemos aumentado la estimación de deforestación para 2015 a 163.238 hectáreas (equivalente a 223.600 campos de fútbol), la segunda más alta registrada desde el año 2000 (sólo por detrás del 2014). Esta  estimación se basa en las alertas GLAD, producidas por Universidad de Maryland, Google, y Global Forest Watch.

Mapa Base

La Imagen 32a muestra, en forma gráfica, los patrones descritos arriba de la deforestación para el 2013 (panel izquierdo) y 2015 (panel derecho). Posteriormente, se muestran zooms para tres zonas claves en el norte, central, y sur, respectivamente.

Imagen 32a. Datos: PNCB/MINAM, UMD/GLAD
Imagen 32a. Datos: PNCB/MINAM, UMD/GLAD

Amazonia Peruana Norte

La Imagen 32b muestra un zoom del norte de la Amazonia peruana para 2013 (panel izquierdo) y 2015 (panel derecho). En general, se puede observar el patrón de deforestación de pequeña-escala a lo largo de los ríos de Loreto. En adición, para 2013, se puede ver eventos de la deforestación de gran-escala para un proyecto de cacao ubicado al sureste de la ciudad de Iquitos (ver MAAP #27 para más detalles) y para plantaciones de palma aceitera ubicadas a lo largo de la frontera de las regiones Loreto y San Martin (ver MAAP #16 para más detalles). En el 2015, continuó la expansión de la deforestación en esos áreas, pero de mediana-escala.

b. Categ_13_15_n_v4
Imagen 32b. Datos: PNCB/MINAM, UMD/GLAD

Amazonia Peruana Central

La Imagen 32c muestra un zoom del centro de la Amazonia peruana para 2013 (panel izquierdo) y 2015 (panel derecho). En general, se puede observar una gran cantidad de deforestación a pequeña y mediana-escala entre noroeste Ucayali y sureste Huánuco. En adición, para el 2013, se puede ver la presencia de deforestación a gran-escala que corresponde a dos nuevas plantaciones de palma aceitera ubicadas noroeste de la ciudad de Pucallpa (ver MAAP #4 para más detalles).

Imagen 32c. Datos: PNCB/MINAM, UMD/GLAD
Imagen 32c. Datos: PNCB/MINAM, UMD/GLAD

Amazonia Peruana Sur

La Imagen 32d muestra un zoom del sur de la Amazonia peruana para 2013 (panel izquierdo) y 2015 (panel derecho). En general, se puede observar el patrón de deforestación de pequeña y mediana-escala a lo largo de la carretera Interoceanica en Madre de Dios. En adición, se puede apreciar la persistencia de la deforestación a gran-escala en el sur de Madre de Dios vinculada a la minería aurífera ilegal (ver MAAP #12 para más detalles).

Imagen 32d. Datos: PNCB/MINAM, UMD/GLAD
Imagen 32d. Datos: PNCB/MINAM, UMD/GLAD

Cita

Finer M, Novoa S (2016) Deforestación de Gran-escala vs. Pequeña-escala en la Amazonia Peruana. MAAP: 32.

MAAP #25: Hotspots de deforestación en la Amazonía peruana, 2012-2014

Posted on by dcadmin

[one_half]
La deforestación continúa aumentando en la Amazonía peruana.  Según la información más reciente del Ministerio del Ambiente del Perú1, el 2014 experimentó la mayor pérdida anual de bosque registrada desde el 2000 (177.500 hectáreas, equivalente a 243,150 campos de fútbol).  El 2013 y 2012 experimentaron la tercera y cuarta pérdida anual más alta de bosque respectivamente.
[/one_half]

[one_half_last]

Bar-graph
Fuente: PNCB/MINAM

[/one_half_last]

Imagen 25a. Mapa de densidad Kernel para la pérdida de bosques en la Amazonía peruana entre 2012 y 2014. PNCB/MINAM, Hansen/UMD/Google/USGS/NASA
Imagen 25a. Mapa de densidad Kernel para la pérdida de bosques en la Amazonía peruana entre 2012 y 2014. PNCB/MINAM, Hansen/UMD/Google/USGS/NASA

Para poder entender mejor dónde estuvo concentrada esta pérdida, se llevó a cabo un análisis de estimación de densidad kernel (kernel density estimation en inglés). Este tipo de análisis calcula la magnitud de un fenómeno específico por unidad de área (en este caso, la pérdida del bosque).

La Imagen 25a muestra el mapa de densidad kernel de la pérdida de bosques en la Amazonía peruana entre 2012 y 2014, y revela que la deforestación reciente estuvo concentrada en varias «hotspots» en las regiones de Loreto, San Martin, Ucayali, Huánuco y Madre de Dios.

Los Recuadros A-D destacan cuatro áreas con altas densidades de pérdida de bosque que coinciden con areas ya descritas en artículos anteriores de MAAP (ver abajo para mas detalles). Actualmente estamos estudiando otras áreas de interés (zonas de media a alta concentración de deforestacion en la Imagen 25a) no incluidos en los recuadros.

Recuadro A: Cacao en Loreto

KD_A_3panel_v3_esp
Imagen 25b. Deforestación para cacao en el norte del Perú entre diciembre de 2012 (panel izquierdo) y septiembre de 2013 (panel central) y acumulativa para 2012-14 (panel derecho). Datos: USGS, PNCB/MINAM, Hansen/UMD/Google/USGS/NASA

El Recuadro A (de la Imagen 25a) indica la deforestación de más de 2.000 hectáreas (equivalente a 2.740 campos de fútbol) en tierras de propiedad privada de la empresa United Cacao (a través de su subsidiaria peruana, Cacao del Perú Norte), cerca del pueblo de Tamshiyacu en la región de Loreto. En el MAAP #9 se documentó que la mayor parte del desbosque fue realizada sobre bosques primarios. La Imagen 25b destaca dicha área, mostrando la pérdida de bosque entre diciembre de 2012 (panel izquierdo) y setiembre de 2013 (panel central; las áreas rosadas indican las áreas de bosque talado).  El panel derecho muestra la deforestación acumulada entre 2012 y 2014.  Ver MAAP #9 y MAAP #2 para mayor detalle.

Recuadro B: Palma Aceitera en Loreto/San Martin

Peru_KD_B_3panel_esp_v2
Imagen 25c. Deforestación para palma aceitera en el norte del Perú entre septiembre de 2011 (panel izquierdo) y septiembre de 2014 (panel central) y acumulada para 2012-14 (panel derecho). Datos: USGS, PNCB/MINAM, Hansen/UMD/Google/USGS/NASA

El Recuadro B (de la Imagen 25a) indica la deforestación en expansión, al interior y en los alrededores de dos adjudicaciones de palma aceitera a gran escala (de las empresas Palmas de Shanusi y Palmas del Oriente) a lo largo de la frontera Loreto-San Martin. La Imagen 25c destaca dicha área, mostrando la pérdida de bosque entre septiembre de 2012 (panel izquierdo) y septiembre de 2014 (panel central).  El panel derecho muestra la deforestación acumulada entre 2012 y 2014 (6,363 hectáreas, equivalente a 8.715 campos de fútbol).  Ver MAAP #16 para mayor detalle.

Recuadro C: Palma Aceitera en Ucayali

Peru_KD_C_3panel_esp_v2
Imagen 25d. Deforestación para palma aceitera en el norte del Perú entre septiembre de 2011 (panel izquierdo) y septiembre de 2013 (panel central) y acumulativa para 2012-14 (panel derecho). Datos: USGS, PNCB/MINAM, Hansen/UMD/Google/USGS/NASA

El Recuadro C (de la Imagen 25a) indica la deforestación de 9.400 hectáreas (equivalente a 12.875 campos de fútbol) de bosque primario realizada para dos plantaciones de palma aceitera a gran escala en la región de Ucayali (El MAAP #4 describe como fue determinado el bosque primario). La Imagen 25d destaca dicha área, mostrando la pérdida de bosque entre septiembre de 2011 (panel izquierdo) y septiembre de 2013 (panel central; las áreas rosáceo-negro indican los bosques talados).  El panel derecho muestra la deforestación acumulada entre 2012 y 2014. Ver MAAP #4 para mayor detalle.

Recuadro D: Minería Aurífera en Madre de Dios

Peru_KD_D_3panel_esp_v1
Imagen 25e. Deforestación para minería aurífera en el norte del Perú entre septiembre de 2011 (panel izquierdo) y septiembre de 2014 (panel central) y acumulativa para 2012-14 (panel derecho). Datos: USGS, PNCB/MINAM, Hansen/UMD/Google/USGS/NASA

El Recuadro D (de la Imagen 25a) indica la deforestación extensa generada por la minería aurífera ilegal en la zona de amortiguamiento de la Reserva Nacional Tambopata en la región de Madre de Dios. La Imagen 25e destaca dicha área, mostrando la pérdida de bosque entre setiembre de 2011 (panel izquierdo) y setiembre de 2014 (panel central; las áreas rosáceo-negro indican los bosques talados).  El panel derecho muestra la deforestación acumulada entre 2012 y 2014 (4,738 hectáreas, equivalente a 6.490 campos de fútbol). Ver MAAP #1 para mayor detalle.

Cabe destacar que en este caso, la deforestación extensiva continuó en 2015. Ver MAAP #12 y MAAP #24 para mayor detalle.

Metodología

Realizamos este análisis, utilizando la herramienta Kernel Density dentro de las herramientas de análisis espaciales del software ArcGis 10.1.  Nuestra meta fue enfatizar las concentraciones locales de deforestación, buscando representar los patrones globales de deforestación entre 2012 y 2014.  Se utilizaron los siguientes parámetros:

Radio de búsqueda: 15000 unidades estrato (metros)

Función de Densidad de Kernel: Cuadrática

Tamaño de celda en el mapa: 200 x 200 metros (4 hectáreas)

Todo lo demás lo dejamos en la configuración predeterminada.

Referencias

1MINAGRI-SERFOR/MINAM-PNCB (2015) Compartiendo una visión para la prevención, control y sanción de la deforestación y tala ilegal.

Cita

Finer M, Snelgrove C, Novoa S (2015) Hotspots de deforestación en la Amazonía peruana, 2012-2014. MAAP: 25.