Andy Jarvis. Louis Reymondin. Edwuard Guevara. Miguel Idrobo. Karolina Argote. Norma Silva. Karolina Argote. Ernesto Girón. Líder del Proyecto

Transcripción

1 Terra-i Latino América 2010 Monitoreo en Tiempo Real Usando Redes Neuronales y Datos MODIS. Centro Internacional de Agricultura Tropical The Nature Conservacy Decision and Policy Analysis Cali, Colombia Diciembre/2010

2 Equipo de Trabajo Líder del Proyecto Andy Jarvis Desarrollador de Terra-i Louis Reymondin Descarga y Procesamiento de Datos de Entrada Edwuard Guevara Miguel Idrobo Descarga y Procesamiento de Datos de Calibración Karolina Argote Norma Silva Procesamiento y Post Procesamiento de Detecciones de Terra-i Karolina Argote Diseñador de la Página Web de Terra-i Ernesto Girón

3 Contenido 1 Introducción Metodología de Terra-i Datos de Entrada Los Modelos Calibración de Terra-i Datos de Calibración Calibración Amazonía Calibración América Latina Calibración de Terra-i Resultados de Terra-i Detección por país Centro América y el Caribe Colombia Venezuela Ecuador Perú Brasil Chile Bolivia Paraguay Uruguay Argentina La Amazonía Detección por Áreas protegidas Detección por Tipos de hábitat Comparación de Resultados de Terra-i con otros datos Terra-i en línea ii

4 7 Conclusiones y Recomendaciones Bibliografía Anexos... 1 iii

5 Lista de Figuras y tablas Figuras Figura 1. Tiles producto MOD13Q1 de MODIS... 4 Figura 2. Mapa Ejemplo producto MOD13Q1 de MODIS... 5 Figura 3. Mapa Ejemplo Precipitación de TRMM Figura 4. Mapa Ejemplo bit agua del producto MOD35 de MODIS... 8 Figura 5. Detección de anomalías en un píxel Figura 6. Esquema Metodológico Figura 7. Resumen Metodológico del modelo Terra-i Figura 8. Zonas Seleccionadas para validación Figura 9. Metodología de calibración Figura 10. Deforestación Detectada por CLASlite Figura 11. Cambio de cobertura vegetal usando imágenes landsat 7ETM Figura 12. Detección América Latina Figura 13. Detección América Central Figura 14. Mapa de cambio en la cobertura boscosa , IDEAM Figura 15. Mapa de detección Terra-i en Colombia Figura 16. Grafica de detección Terra-i en Colombia Figura 17. Grafica de detección Terra-i en Venezuela Figura 18. Grafica de detección Terra-i en Ecuador Figura 19. Mapa detección Terra-i en Ecuador Figura 20. Mapa de detección Terra-i en Perú Figura 19. Grafica de detección Terra-i en Perú Figura 22. Deforestación en la Amazonía legal brasileña de 1988 a 2006 (km2/año) Figura 23. Mapa de detección Terra-i en Brasil Figura 24. Grafica de detección Terra-i en Brasil Figura 25. Grafica de detección Terra-i en Chile Figura 26. Mapa de detección Terra-i en Chile Figura 27. Mapa de detección Terra-i en Bolivia Figura 28. Grafica de detección Terra-i en Bolivia Figura 29. Mapa de detección Terra-i en Paraguay Figura 30. Grafica de detección Terra-i en Paraguay Figura 31. Mapa de detección Terra-i en Uruguay Figura 32. Mapa de detección Terra-i en Argentina Figura 33. Grafica de detección Terra-i en Argentina Figura 34. Mapa de detección Terra-i en la Amazonía Figura 35. Mapa de detección Terra-i en Amazonas iv

6 Figura 36. Mapa de detección Terra-i en la Amazonía por país Figura 37. Mapa de detección Terra-i en la Amazonía por país sin Brasil Figura 38. Detección de Terra-i por Áreas Protegidas en América Latina Figura 39. Grafica de Detección de Terra-i en áreas protegidas y Figura 40. Tasa de cambio en Area Protegida FE do Santo Domingo y en buffers de 5 y 20km Figura 41. Detección en Area Protegida FE do Santo Domingo Figura 42. Tasa de cambio en PE Serra do Reis y a 5 y 20km Figura 43.Grafica de tasa de cambio en áreas con mayor ameneza a 5km de amortiguamiento Figura 44. Mapa de detección en PE Serra do Reis y a 5 y 20km Figura 45. Grafica de tasa de cambio en áreas con mayor ameneza a 20km de amortiguamiento Figura 46. Mapa de detección en el área protegida Mutúm Figura 47. Mapa de detección en el área protegida PE Serra do Reis Figura 48. Detección de Terra-i por tipos de hábitat en América latina Figura 49. Visualización del Sitio web de Terra-i Figura 50. Visualización del Sitio web de Terra-i Tablas Tabla 1. Science Data Sets for MODIS Terra Vegetation Indices 16-Day L3 Global 250m (MOD13Q1)... 6 Tabla 2. Bits MOD Tabla 3. Detección Terra-i en América Latina por país Tabla 4. Detección de Terra-i en Centroamérica y el Caribe Tabla 5. Detección de Terra-i en Colombia Tabla 6. Detección de Terra-i en Venezuela Tabla 7. Detección de Terra-i en Ecuador Tabla 8. Detección de Terra-i en Perú Tabla 9. Detección de Terra-i en Brasil Tabla 10. Detección de Terra-i en Chile Tabla 11. Detección de Terra-i en Bolivia Tabla 12. Detección de Terra-i en Paraguay Tabla 13. Detección de Terra-i en Uruguay Tabla 14. Detección de Terra-i en Argentina Tabla 15. Detección de Terra-i en Amazonas Tabla 16. Categorías IUCN, nombre y definición Tabla 17. Áreas protegidas con mayor porcentaje de pérdida de hábitat Tabla 18. Áreas protegidas con mayor pérdida de hábitat Detección en buffers a 5 y 20km Tabla 19. Áreas protegidas con mayor pérdida de hábitat en un área de amortiguamiento a 5km Tabla 20. Áreas protegidas con mayor pérdida de hábitat en un área de amortiguamiento a 20km Tabla 21. Detección de Terra-i en América Latina por tipos de hábitat Tabla 22. Porcentaje de tipos de hábitat en América Latina por país Tabla 23. Datos PNUMA de Estado y Uso de los Bosques en Amárica Latina Tabla 24.Comparación datos PNUMA con Terra-i v

7 Resumen Ejecutivo El programa DAPA del Centro Internacional de Agricultura Tropical (CIAT), liderado por el doctor Andy Jarvis, con colaboración y patrocinio de The Nature Conservancy (TNC), ejecuta el proyecto Terra-i: An eye on habitat change, cuyo eje temático principal consiste en la detección de cambios en el hábitat en América Latina usando redes neuronales y datos satelitales. El objetivo del proyecto es poner valiosa información a disposición de los encargados de la formulación de políticas, acuerdos, la comunidad científica y el público en general, que permitan tomar decisiones fundamentales en la priorización de conservación de hábitats naturales a nivel global. Terra-i es un Modelo capaz de detectar cambios en el hábitat basado en redes neuronales, que utiliza como datos de entrada información satelital de Indices de vegetación-ndvi del sensor MODIS (Moderate Resolution Imaging Spectroradiometer), satélite Terra, de 250m de resolución espacial y 16 días de frecuencia y datos de precipitación de TRMM (Tropical Rainfall Measuring Mission), de 28km de resolución espacial y 3 días de frecuencia. Este Modelo fue implementado en América del Sur, América central y el Caribe, donde del 100% del área se analizó el 96.7% y el 3.3% restante no fue analizado debido a nubosidad y/o no existencia de datos. Los resultados preliminares obtenidos en América Latina entre Enero 01/2004 y Mayo 25/2009 fueron calibrados mediante el uso de imágenes satelitales Landsat-7 ETM+, de 30m de resolución. En este proceso se obtienen resultados positivos y se muestra que Terra-i tiene en general buenos resultados a nivel de país. El cambio en la cobertura forestal acumulada por país, muestra que todos los países de América Latina y el Caribe redujeron su extensión forestal entre el 2004 y el La pérdida regional acumulada en este período suma aproximadamente 25 millones de hectáreas, registrándose la mayor pérdida promedio anual en Brasil (alrededor de 3millones de hectáreas por año).

8 1 Introducción La deforestación es el proceso en el cual se destruye la superficie forestal. Es causada generalmente por la acción del hombre sobre la naturaleza, principalmente por talas o quemas realizadas por la industria maderera, y la obtención de suelo para agricultura y ganadería. Entre los años 2000 y 2005, todos los países de América del Sur registraron una pérdida neta en la superficie forestal, excepto Chile y Uruguay, que presentaban tendencias positivas debido a programas de plantación industrial a gran escala. Pese a la creciente demanda mundial de alimentos, combustible y fibra, los países ricos en cobertura forestal de América del Sur, que sigan dependiendo de sus recursos naturales, continuarán perdiendo bosques a manos de la agricultura industrial a gran escala y la ganadería. (FAO 2009) Por otro lado en la mayoría de los países de América Central, la pérdida neta de superficie forestal disminuyó entre 2000 y 2005 en comparación con la década anterior. Costa Rica, por ejemplo, logró un incremento neto de su superficie forestal. Sin embargo en términos porcentuales, América Central presenta una de las mayores tasas de desaparición forestal del mundo: más del 1 % anual en el período entre 2000 y Y en cuanto a los países caribeños, se espera que la superficie forestal permanezca estable o se incremente, principalmente debido a que se está dando un mayor énfasis a la protección para apoyar la creciente industria del turismo. (FAO 2009) Según el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), América Latina y el Caribe pierden cada año 4,7 millones de hectáreas de superficie boscosa. Es difícil recopilar datos sobre tasas de deforestación, puesto que son pocos los países que disponen de esta información. Además los modelos existentes para monitoreo de la deforestación son netamente locales. Es por esto que Terra-i cobra una gran importancia en el monitoreo de la deforestación a nivel de América Latina, de manera rápida y automatizada, que permitirá a instituciones gubernamentales y no gubernamentales tener cifras de tasas de deforestación que faciliten la toma de decisiones. Terra-i es un modelo que mediante redes neuronales, datos satelitales MODIS y datos de precipitación TRMM, es capaz de predecir la evolución de la intensidad de verde de la vegetación basándose en medidas de intensidad verde anteriores y en medidas climáticas actuales para detectar cambios significativos en el hábitat. La intensidad verde de la vegetación es una función que depende de las variables climáticas como la lluvia y la temperatura, de las variables propias del sitio; como el tipo de vegetación y las características del suelo, y de las 2

9 alteraciones que perturban su ciclo natural, las cuales pueden ser o bien fenómenos naturales o bien actividades humanas. A continuación, se muestra de manera detallada la aplicación y calibración del modelo Terra-i en América Latina, seleccionando el umbral de probabilidades más óptimo para cada clúster creado por el modelo en cada área de análisis, calculando tasas y porcentajes de pérdida de hábitat a nivel de país, nivel departamental, tipos de hábitat y áreas protegidas. Los objetivos de este informe son: Calcular la tasa y el porcentaje de pérdida de hábitat en América Latina, a nivel continental, nivel país, tipos de hábitat y áreas protegidas. Comparar los resultados de Terra-i con otras cifras de pérdida de hábitat existentes en la literatura. Publicar los resultados de Terra-i en el sitio web de libre acceso para el público en general, con los datos calibrados de detecciones en América Latina entre Enero 01 de 2004 y Mayo 25 de

10 2 Metodología de Terra-i El modelo se basa en algoritmos de aprendizaje automático o redes neuronales para detectar automáticamente la conversión de hábitats naturales. 2.1 Datos de Entrada Terra-i trabaja con información de MODIS (Moderate-Resolution Imaging Spectroradiometer) que incluye dos satélites (MODIS-Terra y MODIS-Aqua) y proporcionan imágenes de la superficie entera del globo cada 1 a 2 días. Estas imágenes contienen información de alta sensibilidad radiométrica en 36 bandas espectrales y a tres diferentes resoluciones: 250m, 500m y 1000m. El área de cobertura es de 10 o x 10 o divididos en tiles o cuadros con una cobertura global. Para América latina se seleccionaron las imágenes con una resolución espacial de 250m cada 16 días según el calendario juliano desde el 18 de febrero del 2000 a Mayo 25 del 2009, para un total de 204 periodos. Figura 1. Tiles producto MOD13Q1 de MODIS Para el pre-procesamiento de las Imágenes a un formato compatible con un software GIS, se utilizaron diferentes programas disponibles en la página de USGS ( de 4

11 acuerdo al sistema operativo tales como: MODIS Reprojection Tool (MRT), MODIS Land Data Operation Product Evaluation (LDOPE), MODIS Swath Reprojection Tool (MRT Swath) y MODIS Data Pool Extraction Tool (MODextract). Para el caso de América latina se utilizo Linux como sistema operativo debido a la capacidad en el procesamiento en datos de gran tamaño, y a que permite ejecutar operaciones a través de comandos de líneas y código que facilitan los procesos. Como datos de entrada se utilizaron dos productos MODIS, MOD13Q1 y MOD35: Datos NDVI (Normalized Difference Vegetation Index) y datos Quality del producto MOD13Q1 del sensor MODIS, con una frecuencia de medición de 16 días y una resolución de 250m. Figura 2. Mapa Ejemplo producto MOD13Q1 de MODIS 5

12 Los índices de vegetación (IV) están diseñados para proveer una comparación permanente y consistente de los cambios temporales y espaciales de la vegetación al responder a la cantidad de radiación fotosintéticamente activa en determinado píxel, al contenido de clorofila, área foliar y a las características estructurales de las plantas. El sistema de imágenes MODIS contiene dos tipos de IV s: NDVI (normalized difference vegetation index) sensible a la clorofila y el EVI (enhanced vegetation index) enfocado a las variaciones estructurales de las plantas, como su fisonomía, tipo o área foliar. La cuadricula de Mapas de índices de vegetación que representa las variaciones espaciales y temporales en la actividad vegetal, se obtienen a intervalos de 16 días y mensuales para el seguimiento preciso estacional e interanual de la vegetación de la Tierra. Son una medida "precisa" de cambio de vegetación espacial y temporal. (Huete, Justice y Leeuwen 1999) Science Data Sets (HDF Layers) (12) UNITS BIT TYPE FILL Valid Range Multiply by Scale factor 250m 16 days NDVI NDVI 16-bit signed integer , m 16 days EVI EVI 16-bit signed integer , m 16 days VI Quality detailed QA Bits 16-bit unsigned integer , NA 250m 16 days red reflectance (Band 1) Reflectance 16-bit signed integer , m 16 days NIR reflectance (Band 2) Reflectance 16-bit signed integer , m 16 days blue reflectance (Band 3) Reflectance 16-bit signed integer , m 16 days MIR reflectance (Band 7) Reflectance 16-bit signed integer , m 16 days view zenith Degree angle 16-bit signed integer , m 16 days sun zenith angle Degree 16-bit signed integer , m 16 days relative azimuth angle Degree 16-bit signed integer , m 16 days composite day of the year Julian day of year 16-bit signed integer -1 1, 366 NA 250m 16 days pixel reliability summary QA Rank 8-bit signed integer -1 0, 3 NA Fuente : (USGS 2010) Tabla 1. Science Data Sets for MODIS Terra Vegetation Indices 16-Day L3 Global 250m (MOD13Q1) Para este estudio de descargaron y procesaron los datos NDVI, EVI y Quality, de los tiles MODIS que conforman a América latina disponibles para descarga. Por ahora el producto EVI aún no se 6

13 utiliza, sin embargo se planea utilizar en próximas fases del proyecto, ya que se cuenta con la información ya descargada. Datos de precipitación del sensor TRMM (Tropical Rainfall Measuring Mision), con una frecuencia de medición de 3 horas y una resolución de 28km. Figura 3. Mapa Ejemplo Precipitación de TRMM. El radar de precipitación (PR) a bordo del satélite Misión de Medición de Lluvias Tropicales (TRMM) es el primer radar meteorológico diseñado para medir la estructura vertical de la precipitación troposférica en los trópicos y subtrópicos. (Kawanishi, y otros 2000) PR proporciona mapas tridimensionales de la estructura de las tormentas; información sobre la intensidad y distribución de la lluvia, el tipo de lluvia y la profundidad de las tormentas. Además 7

14 de perfiles verticales de la lluvia desde la superficie hasta una altura de aproximadamente 20km. Es capaz de detectar lluvia muy ligera de hasta 0.7 mm/h. Datos MOD35(Water) Figura 4. Mapa Ejemplo bit agua del producto MOD35 de MODIS El producto MOD35 (Cloud Mask) indica si un pixel se encuentra sin obstáculos entre la superficie terrestre y el satelite. Proporciona 48 bits dividido en seis bandas de 8 bits (b0, b1, b2, b3, b4, b5) y tiene una resolución espacial de 1km. Este producto de nivel L2, contiene una máscara de nubes global, donde cada pixel contiene un nivel de clasificación y confiabilidad, entre otros se pueden identificar cirros de nubes, sombra de nubes, hielo y nieve, agua y tierra, brillo solar y si la toma fue diurna o nocturna. (Ackerman, y otros 2006) 8

15 Para el proceso de enmascaramiento adicional de cuerpos de agua se utilizó la banda (b0) extrayendo los bits de cuerpos de agua Los Modelos BIT Descripción Resultado Tabla 2. Bits MOD35 0 = No Determinado 1 = Determinado 00 = Nubosidad 01 = Incierto 10 = Probablemente Limpio 11 = Absolutamente Limpio 3 Pixel Noche\Día 0 = Nocturna/ 1 = Día Mascaras de Nubes Confiabilidad del Pixel Marca de Destello Marca Solarde Hielo\Nieve Marca de Tierra\Agua 0 = Si / 1 = No 0 = Si / 1 = No 00 = Agua 01 = Costa 10 = Suelo Desnudo 11 = Suelo Los modelos de Terra-i combinan datos del estado de la vegetación (MODIS NDVI) y datos de precipitación de lluvia (TRMM) para detectar desviaciones del patrón normal de cambio en el tiempo de la vegetación y así, posibles impactos antropogénicos en los ecosistemas naturales. El modelo utiliza redes neuronales del tipo multilayer Perceptron (MLP) en combinación con la teoría bayesiana y un intervalo de confianza robusto para detectar comportamientos anormales en series de tiempo del estado de la vegetación. La implementación del sistema para el conjunto de América Latina es un gran reto desde la perspectiva de la informática como la resolución del sensor MODIS (250m) significa que el grid analizado representa más de mil millones de valores individuales para cada periodo de tiempo (cada 16 días). Esto significa más de 26 mil millones valores a procesar por año. Este gran conjunto de datos requiere entonces el uso de tecnologías de data mining y de programación distribuida. Las actividades humanas crean perturbaciones que alteran el ciclo normal del verde de la vegetación de un área. Suponemos que la evolución de vegetación está influenciada por las tendencias de las precipitaciones. Así, el enfoque general adoptado es construir un modelo capaz de predecir la evolución del estado de la vegetación para un sitio dado basandose en la relación entre las mediciones de verdor anteriores y mediciones climáticas en ese sitio. Este 9

16 modelo se utiliza para predecir futuros valores de NDVI (16 días de antelación, teniendo en cuenta las condiciones climáticas actuales) e identificar anomalías o cambios bruscos en la vegetación donde las observaciones NDVI medidas por el sensor MODIS difieren de las predicciones del modelo. El modelo calcula una probabilidad de anomalías sobre la base de la diferencia entre los valores predichos y observados basándose en los errores medidos sobre el conjunto de datos de entrenamiento. Cuando se producen cambios importantes se detectan en el índice de vegetación (fuera del patrón normal de la evolución estacional), se supone que estos cambios se deben a la intervención humana (incendios, deforestación, conversión). Estos eventos son por lo tanto marcados en tiempo casi real como anomalías. Figura 5. Detección de anomalías en un píxel. Teniendo los datos de entrada al modelo entre los años 2000 y 2009 preparados, se aplican los diversos algoritmos, se entrena la red neuronal y finalmente se predice el valor NDVI que debería tener cada pixel en una determinada fecha. Como se muestra en la figura 6, en su primera etapa Terra-i toma los datos de entrada NDVI del sensor MODIS, y aplicando el algoritmo de HANTS los limpia, eliminando todas las variaciones a corto plazo (inferiores a tres meses), y finalmente ajusta iterativamente las curvas limpias usando los datos de calidad de MODIS, el análisis de Fourier y el ajuste de mínimos cuadrados con valores de alta calidad. A continuación y después de crear los clúster o conjuntos de datos que alimentaran la red neuronal junto con los datos TRMM, se inicia el periodo de entrenamiento de la red neuronal ( ), donde el modelo aprenderá píxel por píxel, cómo la vegetación responde a una unidad de lluvia. 10

17 Una vez que se ha aprendido cómo cada píxel responde a las variaciones climáticas, se aplica el modelo de predicción (Bayesian Neural Network), en función de las precipitaciones medidas y del NDVI de un píxel en fechas anteriores. De esta manera, si lo que se prevé tiene un mayor valor NDVI al que se midió, este pixel estará indicado una anomalía; si el píxel está reportado como una anomalía en dos fechas consecutivas, indicara una perturbación en el hábitat. Figura 6. Esquema Metodológico. Al finalizar la detección de cambios el modelo genera un mapa que muestra la probabilidad de cambio de cada pixel. Y por ultimo con base a este mapa de probabilidades de cambio se puede establecer reglas y seleccionar así los pixeles con una probabilidad de cambio determinada. 11

18 Figura 7. Resumen Metodológico del modelo Terra-i. 12

19 3 Calibración de Terra-i Para la calibración de los resultados obtenidos por Terra-i en América latina se realizó un análisis multitemporal de imágenes satelitales Landsat-7 ETM+ de los años 2004 y 2009 en zonas donde fue posible obtener imágenes de la misma temporada y con una cobertura de nubes tal que permitiera un adecuado análisis del cambio en el hábitat entre ambos años. El muestreo realizado corresponde a 147 tiles Landsat, descargando como mínimo dos fechas por tile, teniendo así un total de 294 imágenes. (Figura 7) Las imágenes Landsat fueron utilizadas en la calibración debido principalmente a su resolución (30 metros), que al ser superior a las imágenes MODIS (250m) proporcionan una mayor certeza en la validación de resultados. Figura 8. Zonas Seleccionadas para validación 13

20 Software CLASlite Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS 3.1 Datos de Calibración Para obtener el conjunto de datos utilizado por Terra-i en el proceso de calibración, se utilizaron dos metodologías. Por un lado para la calibración de la Amazonía se usó el software CLASlite y para el resto de América latina el software ERDAS, ambos acompañados del software ArcGIS Calibración Amazonía Para la calibración de los resultados obtenidos por Terra-i en la Amazonía se realizó un análisis multitemporal de imágenes satelitales Landsat-7 ETM+ de los años 2004 y 2009 en zonas donde fue posible obtener imágenes de la misma temporada y con una cobertura de nubes inferior al 10% en ambos años. Se utilizaron imágenes Landsat debido principalmente a su resolución (30 metros), que al ser superior a las imágenes MODIS (250m) proporcionan una mayor certeza en la calibración de los resultados. Selección y descarga de Imágenes Satelitales Landsat-7 ETM+ de 2004 y 2009 Preparación de Imágenes Multibanda Bandas 1,2,3,4,5 y 7 Corrección Atmosférica y Radiométrica de las imágenes Creación de imágenes de Reflactancia Mapa Deforestación: 0, Sin cambio 1, Cambio Enmascaramiento de Falsos cambios mediante comparación visual Grid para el Conjunto de Datos de Calibración Creación de imágenes de Cobertura Fraccional Scripts de Calibración Mapa de Deforestación y Mapa de Perturbación Forestal Figura 9. Metodología de calibración. Con estas parejas de imágenes y mediante la utilización del sistema de Análisis de Landsat de Carnegie (CLASlite) se determino la deforestación en las zonas seleccionadas para el conjunto de datos de calibración. La metodología de CLASlite consiste en una librería espectral creada a partir de datos biofísicos obtenidos con sensores remotos y trabajo de campo, que junto con el submodelo Automated Monte Carlo, determina los componentes más importantes de la estructura del bosque 14

21 tropical: la cobertura fraccional del dosel de vegetación, la vegetación muerta y las superficies descubiertas, y finalmente identifica la deforestación y perturbación del bosque. 1 El sistema de Análisis de Landsat de Carnegie Version Lite (CLASlite) es un software diseñado para la identificación de la deforestación y la degradación forestal utilizando imágenes satelitales. El software fue desarrollado por Gregory Asner y su equipo en la Institución Carnegie para ser usado por instituciones sin fines de lucro y gobiernos, razón por la cual fue usado en el proyecto. Utilizando las imágenes Landsat seleccionadas para la calibración del modelo Terra-i en la Amazonía se obtuvo un mapa de deforestación para cada pareja de imágenes 2004 y 2009 (figura 10) utilizando el sistema de análisis CLASlite. Estos resultados clasificados en dos valores 0(sin cambio), 1(cambio) corresponden al conjunto de datos usados para la calibración de Terra-i. Figura 10. Deforestación Detectada por CLASlite. Al finalizar la detección de cambios se revisa el resultado nuevamente de manera detallada, superponiéndolo a las imágenes satelitales crudas de los años 2004 y En el caso de detectar errores en el resultado (principalmente ocasionado por zonas de agricultura intensiva, o mal enmascaramiento de nubes y cuerpos de agua muy sedimentados) se procede a 1 Asner, G.P., et. al., Automated mapping of tropical deforestation and forest degradation: CLASlite. Journal of Applied Remote Sensing. 15

22 enmascararlos y eliminarlos manualmente mediante la creación de polígonos, con el fin de no alterar el proceso de calibración. Finalmente, CLASlite mostro ser una herramienta muy adecuada para calibración de los resultados de Terra-i, en las zonas de bosques tropicales de baja altura como lo es la Amazonía, donde funciona satisfactoriamente la herramienta Calibración América Latina Las imágenes seleccionadas fueron procesadas y clasificadas mediante el uso del software ERDAS Imagine 8.3, con el cual se realizo una clasificación no supervisada en donde se generan firmas automáticas mediante el algoritmo ISODADA (Iterative Self-Organizing Data Analysis Technique) en el cual usa la fórmula de la distancia espectral mínima para formar clústers. El método inicia con el promedio de un conjunto de firmas espectrales existentes. Este proceso de formación de clúster se repite y el promedio de estos se modifica, usando el nuevo promedio para la siguiente iteración. ISODATA repite el agrupamiento de la imagen hasta ejecutar el número máximo de iteraciones o hasta alcanzar el máximo porcentaje de asignación de píxeles sin cambio entre dos iteraciones. Figura 11. Cambio de cobertura vegetal usando imágenes landsat 7ETM+. 16

23 Luego se enmascararon las nubes de ambas fechas para cada tile y finalmente se detecta el cambio de cobertura vegetal entre las imágenes 2004 y 2009 mediante el uso del software ArcMap de ArcGIS 9.3.(Figura 11) La detección del cambios se realizó mediante una interpretación visual en pantalla de las imágenes satelitales Landsat, escena por escena utilizando como apoyo archivos vectoriales tipo línea como hidrografía y redes viales. Obteniendo así una deforestación total de 4,683,706 hectáreas entre los años 2004 y 2009 en el 20% del área total de América Latina que fue evaluada con las imágenes satelitales Landsat. Con estos resultados se obtiene el conjunto de datos de calibración, el cual fue utilizado para encontrar el umbral de probabilidad más óptimo para cada uno de los clúster seleccionados por Terra-i en cada una de las áreas de análisis. 3.2 Calibración de Terra-i En la calibración el objetivo es comparar los resultados de Terra-i con el conjunto de datos de calibración para encontrar el umbral de probabilidad óptimo. Este análisis se repite para cada clúster en el área analizada. Definiendo tres variables para cada mapa de detecciones del conjunto de datos de calibración y para cada clúster del área analizada. Por una parte, la variable T, que corresponde al total de pixeles detectado por Terra-i, por otra parte, la variable V, que corresponde al total de pixeles detectados en el mapa de validación, y la variable M, que corresponde al número de pixeles que son detectados por Terra-i y son detectados en el mapa de validación. Con estas tres variables se puede deducir dos indicadores de calidad del modelo. El primero es la capacidad del modelo de detectar los cambios y se calcula de la siguiente manera: I 1 = M V Lo cual corresponde a la proporción de pixeles de validación también detectados por Terra-i. Este indicador varía de 0 a 1, donde, 0 representa un modelo mal calibrado y 1 un modelo perfectamente calibrado. El segundo indicador es la capacidad de Terra-i para detectar únicamente los cambios de cobertura del suelo. Y se calcula de la siguiente manera: I 2 = T M T 17

24 Lo que corresponde a la proporción de pixeles detectados por terra-i que no pertenecen al conjunto de validación. Este indicador varía de 0 a 1, donde, 1 representa un modelo mal calibrado y 0 un modelo perfectamente calibrado. Así, el objetivo del algoritmo de calibración es reducir al mínimo I 2, mientras se maximiza I 1. Lo cual se realiza fácilmente mediante el cálculo de I 1 y de I 2 con diferentes umbrales y luego se calcula una puntuación P para cada umbral que corresponde a la distancia euclidiana entre el punto T (I 1, I 2 ) y la solución óptima O (1,0). P = 1 I I

25 4 Resultados de Terra-i Al implementar el modelo Terra-i en América Latina se logra analizar el 96% del área, detectando un total de 24,741,706 hectáreas que presentaron pérdida de hábitat entre los años 2004 y 2009 y una tasa de conversión promedio anual de 4,123,618 hectáreas. Figura 12. Detección América Latina. 19

26 4.1 Detección por país El cambio en la cobertura vegetal acumulada por país, muestra que en todos los países de América Latina y el Caribe hubo una conversión de hábitat entre los años 2004 y La pérdida regional acumulada en este período suma aproximadamente 25 millones de hectáreas, registrándose la mayor pérdida promedio anual en Brasil (alrededor de 3millones de hectáreas por año), siendo las principales causas la pérdida de superficie forestal debido a la expansión de la ganadería, la expansión agrícola y la explotación forestal, en la amazonia brasilera. (Martino 2007), Tabla 3. Detección Terra-i en América Latina por país. HECTÁREAS DE CAMBIO DETECTADAS EN AMÉRICA LATINA País No Analizado % Deforest. Acumulado Tasa Annual Promedio Año Argentina 5.6% 132,325 91,869 95, , ,362 27, , , % Bolivia 1.3% 216, , , ,587 49, , , % Brasil 0.5% 4,186,981 2,976,906 2,987,500 3,590,069 3,425,862 2,509,869 19,677,187 3,279, % Centro América 6.3% 15,719 20,944 20,981 15,181 23,269 75, ,719 28, % Chile 24.3% 73,737 68,794 59, , ,194 25, ,244 74, % Ecuador 9.6% 3,594 2,550 3,300 2,719 9,687 3,694 25,544 4, % Guyanas 2.4% 11,062 13,175 13,487 14,200 19,462 39, ,637 18, % Peru 2.9% 29,206 47,075 35,238 34,906 65,275 61, ,487 45, % Paraguay 0.3% 245,081 94, , , ,300 6,362 1,331, , % Uruguay 1.4% 70,437 46,587 57,750 82, , , ,306 96, % Venezuela 1.1% 15,719 13,531 14,169 21,975 31,569 29, ,169 21, % Colombia 10.8% 107,700 95, , , , , , , % TOTAL 4.0% 5,108,506 3,628,750 4,026,662 4,804,225 4,474,787 3,112,250 25,155,181 4,192, % El Perú es el país que tiene el más alto porcentaje de su territorio como bosque natural, con 58,9%. Es seguido por Venezuela, con 54,1%; Bolivia y Colombia, con 49%; y Ecuador, con 39,1%. La cantidad de recurso forestal per cápita es variado, desde casi una hectárea en Ecuador hasta seis hectáreas en Bolivia. El promedio andino es de 2,3 hectáreas, similar a los promedios de Latinoamérica y el Caribe, pero casi cuatro veces más que el promedio mundial de 0,6 hectáreas de bosque por habitante. (FAO 1997) Las causas de este proceso de destrucción del bosque son muchas y varían entre los distintos países de la región. Según la FAO, el 90% de la deforestación es provocada por prácticas de agricultura no sustentable, mientras que la tala y la plantación de árboles para explotación forestal desempeñan una función importante en la degradación de los bosques. Otras causas directas de deforestación son el establecimiento de cultivos ilícitos, su uso para combustibles, el desarrollo de infraestructura, la actividad de las empresas madereras, la explotación minera y petrolera, y la construcción de grandes represas hidroeléctricas que inundan extensas áreas de bosques. (PNUMA 2003) 20

27 A continuación se muestra de manera detallada la detección de Terra-i en los países de América Latina, mostrando también cifras reportadas por otras entidades de prestigio especializadas en tema Centro América y el Caribe Antecedentes. Centroamérica se encuentra entre los territorios del planeta con mayor diversidad natural. Sin embargo, también es extremadamente vulnerable: la topografía altamente quebrada, las altas precipitaciones, las temperaturas tropicales o subtropicales y una intensa actividad sísmica, son condiciones naturales de gran impacto en los suelos y los ecosistemas. Por otro lado, una alta y creciente densidad poblacional (en relación con la tierra arable), muy concentrada en zonas urbanas (sobre todo metropolitanas), grandes desigualdades en el acceso a los recursos y una economía exportadora basada en recursos naturales con poca transformación (básicamente productos agropecuarios y mineros), crean presiones muy fuertes de deterioro ambiental. (PNUMA, CCAD 2006) Estimaciones indican que, en casi dos terceras partes de Centroamérica (un 62,7% del territorio), los ecosistemas se encuentran en estado crítico (un 11,4% del territorio) o en peligro (un 51,3%), como consecuencia de estas presiones naturales y humanas, con un grado de impacto tanto ecosistémico como social entre mediano y alto. (PNUMA, CCAD, OdD-UCR 2003) En la mayoría de los países de América Central, la pérdida neta de superficie forestal disminuyó entre 2000 y 2005 en comparación con la década anterior, y Costa Rica logró un incremento neto de la superficie forestal. No obstante, en términos porcentuales, América Central presenta una de las mayores tasas de desaparición forestal del mundo en relación con el resto de las subregiones, más del 1 % anual en el período entre 2000 y (FAO 2010) El área de bosque sigue disminuyendo en todos los países de Centroamérica salvo Costa Rica. El Caribe registra una ganancia en área de bosque debida a la forestación en Cuba y a la expansión de los bosques a terrenos agrícolas abandonados en algunas islas Centroamericanas (FAO 2010) Detección Terra-i Como se muestra en la tabla 4, Terra-i detecta en Centroamérica una pérdida de hábitat total acumulada de hectáreas entre los años 2004 y 2009, y una perdida promedio anual de hectáreas, siendo 2009 el año con mayor pérdida; hectáreas, muy por encima del promedio. 21

28 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Tabla 4. Detección de Terra-i en Centroamérica y el Caribe HECTÁREAS DE CAMBIO DETECTADAS EN CENTRO AMÉRICA PAIS Area Acumulado Tasa Anual % Cambio BELIZE 2,717, % COSTA RICA 6,082, ,075 3, % EL SALVADOR 2,506, % GUATEMALA 13,247, ,919 3,263 7,150 1, % HONDURAS 13,637, , % NICARAGUA 15,471, , % PANAMA 8,873, , % MEXICO 250,902,075 8,644 10,281 17,419 10,544 13,612 62, ,862 20, % CARIBE 29,119,506 6,206 7,800 1,737 3,487 4,950 6,806 30,987 5, % TOTAL 342,556,975 15,719 20,944 20,981 15,181 23,269 75, ,719 28, % Si se comparan estas con cifras registradas por FAO (tasa de más del 1 % anual en el período entre 2000 y 2005) y se supone una tendencia similar en los siguientes años se observa que la detección de Terra-i se encuentra muy por debajo de estas. Lo cual pudo haber ocurrido debido a una mala calibración del modelo, consecuencia de la alta nubosidad en el conjunto de datos de calibración Landsat, que impedian la detección de cambios en mas del 60% del tile analizado. Por lo anterior se recomienda usar estos datos con precaución, teniendo en cuenta que el equipo de trabajo Terra-i se compromete a realizar otro tipo de pruebas en esta zona encaminadas a mejorar los resultados obtenidos Terra-i Centro Figura 13. Detección América Central 22

29 4.1.2 Colombia Antecedentes. Originalmente, el 80% del territorio colombiano estuvo cubierto por bosques naturales (tropicales húmedos, montanos, secos, manglares y otros). Al 2003 esta proporción se redujo a 50%, siendo las principales causas: la colonización para la expansión de la frontera agropecuaria, el desarrollo de las obras de infraestructura, el establecimiento y la erradicación de cultivos ilícitos (amapola, coca y marihuana), el consumo de leña para fines energéticos, las explotaciones mineras a cielo abierto y los incendios forestales. (Ministerio del Medio Ambiente de Colombia 1998) De acuerdo al mapa de cambios de coberturas vegetales en Colombia entre los años 1986 y 2001 realizado por el IDEAM, las coberturas que mostraron una disminución importante de área para este periodo fueron los bosques con ha/año y una tasa promedio de reducción anual de 0.18% y los nevados con ha/año y una tasa promedio de reducción de 5,05%. (IDEAM 2004) En el caso de la Amazonia Colombiana, la tala para los cultivos ilícitos, junto con la expansión de la frontera agrícola, los nuevos asentamientos y la ganadería vacuna extensiva, son las causas principales de la deforestación. La tasa varía desde 0,97% a 3,73% en áreas altamente pobladas, hasta 0,23% en áreas poco pobladas (Armenteras, y otros 2006) Las cifras de deforestación reportadas en la literatura para Colombia tienen altas diferencias, lo cual dificulta el análisis histórico de las tendencias. Sin embargo el último informe confiable registrado para Colombia fue publicado por el IDEAM en 2010, por lo que se tendrá en cuenta primordialmente las cifras registradas en dicho informe. El IDEAM, a través del proyecto Capacidad Institucional Técnica Científica para apoyar Proyectos REDD: Reducción de Emisiones por Deforestación en Colombia, realizó una estimación preliminar de la deforestación a escala nacional, usando sensores remotos para el período 2000 a El estudio utilizó las unidades del Mapa de Coberturas de la Tierra de CorineLand Cover, escala 1: , correspondientes a Bosque denso, Bosque abierto, Bosque de galería o ripario, y Bosque fragmentado. Se usaron imágenes MODIS34 con resolución espacial de 250m y una resolución espectral de 7 bandas (Productos MOD09A1 y MOD09Q1) y la herramienta de interpretación CLASlite, desarrollada por el Instituto Carnegie. Los resultados muestran que en el país se perdieron más de dos millones de hectáreas de bosque entre el año 2000 y el 2007, especialmente en la región amazónica, seguida de la región andina. La deforestación promedio anual alcanza un poco más de ha/año. (IDEAM 2010) 23

30 FUENTE: IDEAM, Informe anual sobre el Estado del Medio Ambiente y los recursos naturales Renovables en Colombia Figura 14. Mapa de cambio en la cobertura boscosa , IDEAM. El mapa ilustra que las áreas con mayores evidencias de deforestación se encuentran principalmente en el piedemonte amazónico y el Pacífico colombiano, el frente de colonización de San José del Guaviare, el Pacífico nariñense y caucano, y el Baudó-Darién. De igual forma, se encuentran puntos calientes de deforestación en los Montes de María, vertiente occidental de la Serranía de San Lucas, estribaciones de la Sierra Nevada de Santa Marta, norte de la Serranía del Perijá, y el piedemonte Arauca-Casanare. (IDEAM 2010) 24

31 Detección Terra-i En Colombia debido a la baja calidad de las imágenes en la región pacífica y en partes de la región Andina, fue posible analizar solo el 89% del territorio nacional. Obteniendo asi el siguiente mapa de detecciones. (Figura 15) Figura 15. Mapa de detección Terra-i en Colombia. 25

32 El mapa muestra que las áreas con mayor tasa de conversión de hábitat se encuentran principalmente en los departamentos de Caquetá y Meta, donde se detectan en promedio 30,419 y 21,302 hectáreas anuales, seguido de los departamentos de Santander, Amazonas y Antioquia donde se detectan en promedio 12,611, 10,917 y 10,756 hectáreas anuales. (Tabla 5) Tabla 5. Detección de Terra-i en Colombia. HECTÁREAS DE CAMBIO DETECTADAS EN COLOMBIA Departamento Area Acumulado Tasa Anual %Cambio AMAZONAS 12,615,213 6,544 3,412 5,238 2,994 10,350 36,962 65,500 10, % ANTIOQUIA 6,551,487 6,912 9,250 9,144 9,856 14,938 14,438 64,538 10, % ARAUCA 2,811,969 2,681 1,106 1,962 3,438 3,400 6,869 19,456 3, % ATLANTICO 514, , % BOLIVAR 3,065, ,188 1,919 1,688 5,887 4,569 15,869 2, % BOYACA 2,630, , ,231 1,313 6,075 1, % CALDAS 836, , ,581 6,256 1, % CAQUETA 10,267,787 16,556 17,863 17,650 35,500 62,575 32, ,513 30, % CASANARE 5,234,794 7,375 5,644 9,950 11,094 8,631 15,581 58,275 9, % CAUCA 2,247,438 1,831 1,856 2,206 1,075 2,044 2,381 11,394 1, % CESAR 2,706, ,931 3,294 2,187 4,550 13,606 2, % CHOCO 497, ,719 4, % CORDOBA 2,757, , , % CUNDINAMARCA 2,606,088 1,212 1,181 2, ,631 1,056 7,981 1, % GUAINIA 8,163,806 5,700 10,212 15,587 9,725 9,019 3,525 53,769 8, % GUAJIRA 2,476, , , % GUAVIARE 6,507,219 6,894 3,925 6,581 13,037 9,188 9,531 49,156 8, % HUILA 1,492, , % MAGDALENA 2,533, ,188 1,575 4, % META 9,685,938 20,194 11,694 14,831 34,694 31,419 14, ,812 21, % NARINO 1,657, , ,038 1,263 6,119 1, % NORTE SANTANDER 2,619,275 1,731 1,025 1,856 2,138 3,850 5,681 16,281 2, % PUTUMAYO 2,602,238 2,975 2,275 3,975 1,575 5,900 8,094 24,794 4, % QUINDIO 114, % RISARALDA 315, ,000 2,213 4, % SANTANDER 3,562,606 13,106 8,113 12,844 13,575 16,550 11,481 75,669 12, % SUCRE 1,268, ,069 1,756 3, ,156 1, % TOLIMA 2,128,156 1,100 1,675 2,044 1,088 1,194 3,844 10,944 1, % VALLE DEL CAUCA 1,175, , % VAUPES 6,229,906 1,875 2,831 5,475 3,094 4,956 5,175 23,406 3, % VICHADA 11,809,131 6,231 6,119 7,769 8,275 5,581 2,369 36,344 6, % TOTAL 119,683, ,700 95, , , , , , , % Terra-i detecta en Colombia una perdida de hábitat total acumulada de 910,506 hectáreas entre los años 2004 y 2009, y una perdida promedio anual de 151,751 hectáreas (tabla 5), valor que es seguramente mayor debido a que terra-i analizó solo 89% del territorio nacional, el 11% restante no pudo ser analizado debido a la baja calidad de las imágenes MODIS en la zona que corresponde principalmente a la región Pacifico y a las partes más altas de la región Andina. Y 26

33 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS justamente, en zonas no analizadas como el Chocó biogeográfico existe mayor evidencia de tala principalmente en zonas del Baudó, Darién, Nariño y Cauca, tal como fue mostrado por el IDEAM en su último informe sobre el estado del medio ambiente y los recursos naturales renovables en Colombia en el ,000 Terra-i Colombia 200, , ,000 50, Figura 16. Grafica de detección Terra-i en Colombia En los años 2008 y 2009 se detectan tasas de conversión de hábitat con valores superiores al promedio para el periodo ; 212,900 y 196,862 hectáreas respectivamente, lo cual evidencia que la destrucción principalmente de selvas y bosques en Colombia ha aumentado con respecto a la década anterior; donde IDEAM estimo una tasa de 101 mil hectáreas anuales, y que tiene una tendencia creciente en momentos donde deacuerdo a datos oficiales sobre pérdida de superficie forestal ha habido una reducción a nivel mundial. 27

34 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Venezuela Antecedentes. Venezuela es uno de los países latinoamericanos que no posee información actualizada referente a tasas de deforestación o de conversión de hábitats, sin embargo se tiene que la última cifra registrada por La Organización de las Naciones Unidas para la Agricultura y la Alimentación, FAO, indica que durante el periodo , los bosques venezolanos disminuyeron 500,000 hectáreas por año, aproximadamente una hectárea cada minuto, la mayor proporción se debe a la conversión de bosque a tierras de cultivo. (FAO 1997) Detección Terra-i Terra-i detecta en Venezuela una perdida de hábitat total acumulada de 126,169 hectáreas entre los años 2004 y 2009, y una perdida promedio anual de 21,028 hectáreas (tabla 6), valor que no es posible comparar debido a que la falta de información en literatura no permite hacer un análisis histórico de la tendencia de la deforestación en este país. La tendencia deacuerdo a los datos de Terra-i es creciente, registrando en los años 2008 y 2009 cifras muy por encima del promedio en el periodo de estudio; 31,569 y 29,206 hectáreas respectivamente Terra-i Venezuela Figura 17. Grafica de detección Terra-i en Venezuela

35 En el estado de Bolivar es donde se registra la mayor pérdida de hábitat en Venezuela; 60,575 hectáreas acumuladas entre los años 2004 y 2009 y una tasa promedio anual de 10,096 hectáreas. Esta zona se caracteriza por una fuerte actividad minera producida en yacimientos explotados a cielo abierto, donde hay extracción de hierro, oro, diamante y bauxita, para lo cual se deforestan grandes extensiones de bosques en las cuencas de algunos ríos como el Caroní y Paragua. Tabla 6. Detección de Terra-i en Venezuela. HECTÁREAS DE CAMBIO DETECTADAS EN VENEZUELA Estado Area Acumulado Tasa Anual %Cambio AMAZONAS 21,545,281 2,319 1,556 1,706 9,475 6,944 2,431 24,431 4, % ANZOATEGUI 5,639, ,988 2,969 7,313 1, % APURE 8,618, , % ARAGUA 822, , % BARINAS 4,322, % BOLIVAR 28,238,988 12,037 7,712 9,144 10,325 9,419 11,937 60,575 10, % CARABOBO 567, % COJEDES 1,716, % DELTA_AMAC 4,668, , % DEPENDENCI 11, % DISTRITO_C 38, % FALCON 3,250, % GUARICO 7,898, ,362 6,781 16,475 2, % LARA 2,262, % MERIDA 1,517, % MIRANDA 1,007, % MONAGAS 3,428, ,381 1, , % NUEVA_ESPA 151, % PORTUGUESA 2,308, , % SUCRE 1,305, % TACHIRA 1,274, % TRUJILLO 957, % VARGAS 115, % YARACUY 739, % ZULIA 5,207, , ,088 4, % TOTAL 107,615,800 15,719 13,531 14,169 21,975 31,569 29, ,169 21, % Ecuador Antecedentes. Según los últimos datos de las encuestas de superficie agrícola del Instituto Nacional de Estadísticas y Censos (INEC), la superficie agrícola en el año 2008 ocupaba el 45,7% (12,35 millones de hectáreas) del territorio nacional, en la que se incluyen los pastizales que 29

36 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS representa al 18,8%. 2 Este dato demuestra una clara tendencia a la ampliación de la frontera agrícola, toda vez que en un período de cuatro años ( ) esta superficie pasó de 8 millones a 12 millones de hectáreas. Estas cifras revelan una constante presión sobre la foresta y la dinámica natural de los suelos. (PNUMA; FLACSO; Ministerio Medio Ambiente 2008) Se estima que la cobertura forestal alcanzaba hectáreas a finales de la década de los años 1990 (42% de la superficie del territorio nacional). Ciertas estimaciones (DNF, MAE, IDH) sitúan la tasa de deforestación entre un 1,6% a más del 2% anual que corresponde aproximadamente a a hectáreas taladas anualmente. La deforestación se da en la región amazónica y principalmente en el Chocó ecuatoriano ubicado en la provincia de Esmeraldas (cantón San Lorenzo). Detección Terra-i Terra-i analiza el 90% del área total de Ecuador, el 10% restante no fue analizado debido a presencia de alta nubosidad que impidió la detección Terra-i Ecuador Figura 18. Grafica de detección Terra-i en Ecuador Fuente: INEC. Disponibles en: 30

37 Figura 19. Mapa detección Terra-i en Ecuador. A nivel nacional se muestra que en el año 2008 ocurre la mayor pérdida anual durante el periodo de estudio; 9,687 hectáreas. La pérdida nacional acumulada detectada por Terra-i en el período en Ecuador suma aproximadamente 26,000 hectáreas, registrándose la mayor pérdida promedio anual en las provincias de Napo y Esmeraldas; 1,250 y 761 hectáreas/año respectivamente. 31

38 Tabla 7. Detección de Terra-i en Ecuador. HECTÁREAS DE CAMBIO DETECTADAS EN ECUADOR Provincia Area Acumulado Tasa Anual %Cambio AZUAY % BOLIVAR % CANAR % CARCHI % CHIMBORAZO % COTOPAXI % EL_ORO % ESMERALDAS , , , % GUAYAS % IMBABURA % LOJA % LOS_RIOS % MANABI % MORONA_SAN , % NAPO , , ,544 1,400 7,500 1, % PASTAZA , % PICHINCHA , % SUCUMBIOS , % TUNGURAHUA % ZAMORA_CHI , , % ZONA_NO_DE % TOTAL 29,012,794 3,594 2,550 3,300 2,719 9,687 3,694 25,544 4, % Perú Antecedentes. La principal causa de deforestación en el Perú es el uso de áreas forestales para la producción agrícola. El Perú tiene solo una superficie agrícola cultivada de 1,6 millones de hectáreas, es decir, 0,07 hectáreas por habitante (una de las disponibilidades más bajas del mundo). Casi tres cuartas partes de las tierras que ahora se utilizan para la producción agrícola corresponden a bosques de protección. El cultivo ilegal de la coca llevó a la deforestación de hectáreas en (PNUMA 2003) Estimaciones estadísticas muestran que continúa el proceso de deforestación para utilizar las tierras con fines ajenos a la conservación del bosque, lo cual se refleja en el enorme deterioro de los bosques y la pérdida de las tierras de aptitud forestal. (INEI; PNUMA; Ministerio del Ambiente de Perú 2008) 32

39 Detección Terra-i En Perú Terra-i analiza el 97% del territorio, restando tan solo un 3% de área nacional que no pudo ser analizada debido a alta nubosidad. Figura 20. Mapa de detección Terra-i en Perú. La pérdida de hábitat nacional acumulada detectada por Terra-i en el período en Perú suma aproximadamente 273,487 hectáreas, registrándose la mayor pérdida promedio anual en el departamento de Loreto, ubicado al nororiente del territorio peruano, cubierto por 33

40 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS bosques tropicales y atravesado por grandes ríos, donde se registró una perdida promedio de 19,074 hectáreas/año. A nivel nacional se muestra que en los años 2008 y 2009 ocurre la mayor pérdida de hábitat anual durante el periodo de estudio; registrando más de 61,000 hectáreas en cada año Terra-i Perú Figura 21. Grafica de detección Terra-i en Perú La mayor tasa de pérdida de hábitat promedio anual se registra en el extremo nororiental del país en el departamento de Loreto, donde se detectan 19,074 hectáreas por año. Loreto es el departamento más extenso del Perú y la mayor parte de su área corresponde a territorio amazónico. Esta regíon enfrenta graves problemas ambientales tales como la tala ilegal, la expanslón agrícola, el establecimiento de cultivos ilícitos y la producción de hidrocarburos.. 34

41 Tabla 8. Detección de Terra-i en Perú. HECTÁREAS DE CAMBIO DETECTADAS EN PERÚ Departamento Area Acumulado Tasa Anual %Cambio AMAZONAS 4,495, ,400 3,731 7,231 1, % ANCASH 4,254, % APURIMAC 2,511,631 2,894 8, , ,612 2, % AREQUIPA 7,649, % AYACUCHO 5,336, , % CAJAMARCA 3,811, , , % CALLAO PR 134, % CUSCO 8,891, ,675 1,331 1,225 4,019 1,356 14,250 2, % HUANCAVELI 2,575, % HUANUCO 4,497, , ,006 2,400 3,050 8,937 1, % ICA 2,609, % JUNIN 5,071, , , , % LA_LIBERTA 2,914, % LAMBAYEQUE 1,675, % LIMA 3,925, % LORETO 44,502,925 13,244 13,806 17,500 15,681 21,956 32, ,444 19, % MADRE_DE_D 10,007,825 2,619 2,469 3,025 5,619 11,137 5,406 30,275 5, % MOQUEGUA 1,837, % PASCO 2,833, , % PIURA 4,168, % PUNO 8,907, , , % SAN_MARTIN 6,170, ,825 2,519 2,512 4,625 3,931 15,906 2, % TACNA 1,973, % TUMBES 536, % UCAYALI 12,135,487 8,056 9,775 7,994 7,275 12,287 9,000 54,387 9, % TOTAL 153,427,656 29,206 47,075 35,238 34,906 65,275 61, ,487 45, % Brasil Antecedentes. El territorio brasileño tiene 8,514,876.6 km 2 y ocupa casi la mitad (el 47%) del área de América del Sur. Existen alrededor de 4,617,915 km2 de bosques en Brasil, o lo equivalente a 54,2% del territorio nacional. En esta área con bosques predomina el bioma Amazonía. (MMA, PNUMA, UNESCO 2007) Desde 1978, el Instituto Nacional de Investigaciones Espaciales INPE genera estimaciones anuales del área deforestada promedio en el Proyecto de Estimaciones de Deforestación de la Amazonía (PRODES). 35

42 Fuente: Datos del Instituto de Investigaciones Espaciales (INPE) - PRODES, Figura 22. Deforestación en la Amazonía legal brasileña de 1988 a 2006 (km2/año). Con base a los datos publicados por el INPE, en la figura 22, se muestra que después de un período de disminución, que tuvo su punto más bajo en 1990/1991, la deforestación en la Amazonía Legal presentó un crecimiento acelerado y alcanzó el mayor valor histórico ( km 2 ) en el período1994/1995, desacelerándose en los dos años subsecuentes. Después de la tendencia ascendiente desde mediados de la década de los 90, la deforestación anual en la Amazonía Legal cayó considerablemente a partir del 2004, con los datos preliminares para 2005/06 mostrando una deforestación de alrededor de km² (disminución del 30% en relación al período 2004/2005). Disminución que puede ser atribuida, en gran medida, a las acciones emprendidas por el gobierno brasileño, a partir del 2004, en el ámbito del Plan de Acción para la Prevención y Control de la Deforestación en la Amazonía Legal. (MMA, PNUMA, UNESCO 2007) El Sistema de Detección de Deforestación en Tiempo Real DETER, es otra herramienta tecnológica desarrollada por el INPE para el cálculo de áreas deforestadas. Este sistema integra el Plan de Acción contra la Deforestación en la Amazonía Legal y permite la producción de mapas actualizados quincenalmente que muestran la localización de áreas en proceso de deforestación. 36

43 Detección Terra-i En Brasil Terra-i analizó el 99.5% del territorio, restando tan solo un 0.5% de área nacional que no pudo ser analizada debido a alta nubosidad. Figura 23. Mapa de detección Terra-i en Brasil. La pérdida nacional acumulada detectada por Terra-i en el período en Brasil suma aproximadamente 19,667,187 hectáreas, y se registra una tasa promedio anual de 3,279,531 hectáreas. La mayor pérdida promedio anual es detectada en los estados de Mato Grosso y Pará, donde, se registra 1,177,809 y 754,905 hectáreas/año respectivamente. Estados donde se 37

44 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS ha incrementado la actividad ganadera, y las áreas de sabanas con grandes explotaciones de monocultivos, en particular de soja, lo cual ha favorecido la deforestación. El crecimiento de la actividad ganadera ha acelerado la destrucción de la selva amazónica, ya que los complejos ecosistemas que alberga son reemplazados por zonas de pasto. Según el Instituto Brasileño de Geografía y Estadística (IBGE), entre 1996 y 2006 las zonas de pasto en la región amazónica crecieron aproximadamente 10 millones de hectáreas. (Araújo 2008) A nivel nacional se muestra que en el año 2004 ocurre la mayor pérdida anual durante el periodo de estudio (Figura 24), año en el que se registra una pérdida de 4,186,981 hectáreas deforestadas principalmente en el estado de Mato Grosso; el cual es considerado como una de las reservas ecológicas húmedas más grandes del mundo, donde fueron detectadas 2,678,294 de hectáreas deforestadas durante ese año, siendo la sustitución de vegetación primaria a cultivos de Soja el principal factor de devastación Terra-i Brasil Figura 24. Grafica de detección Terra-i en Brasil En términos generales la tendencia es una ligera reducción de la pérdida de hábitat en Brasil si se compara con el año 2004, donde de acuerdo al estudio y a diferentes estimativos existentes alcanzó el mayor valor histórico de la última década. Sin embargo, las cifras de pérdida de hábitat principalmente Bosques húmedos tropicales en Brasil y específicamente en la Amazonía Brasilera siguen siendo alarmantes y definitivamente deben ser una alerta a la situación actual de la Amazonía que requiere del fortalecimiento de las políticas oficiales en favor del medioambiente. 38

45 Tabla 9. Detección de Terra-i en Brasil. HECTÁREAS DE CAMBIO DETECTADAS EN BRASIL Estado Area Acumulado Tasa Anual %Cambio ACRE 18,083,538 2,750 18,925 45,825 10,300 42,544 29, ,131 25, % ALAGOAS 3,305, % AMAPA 16,466,894 3,450 14,444 10,656 14,256 17,275 17,337 77,419 12, % AMAZONAS 184,333,831 45,456 71, ,212 53, , , , , % BAHIA 67,583,056 68,931 29,800 34, ,900 71,225 16, ,719 63, % CEARA 17,297,450 1,337 8,506 1,162 4,262 2,569 2,144 19,981 3, % DISTRITO_F 703, % ESPIRITO_S 5,725,269 24,656 16,169 13,050 8,981 8,419 1,094 72,369 12, % GOIAS 41,376,263 38,225 26,131 10,225 61,081 20, ,837 26, % MARANHAO 38,537, , , , , , ,756 1,900, , % MATO_GROSS 108,461,338 2,678,294 1,335, , ,375 1,089, ,387 7,066,856 1,177, % MATO_GRO_1 44,494,962 64,894 51,662 39, ,437 40,775 9, ,806 56, % MINAS_GERA 72,284,137 91,406 79,631 55, ,631 89,406 23, ,119 79, % NAME_UNKNO 1, % PARA 145,075, , , , , ,006 1,270,487 4,529, , % PARAIBA 6,644, ,400 15,281 2, % PARANA 25,525,569 58, , ,606 63,881 58,681 17, ,556 68, % PERNAMBUCO 11,655,119 12,594 1,556 1, ,481 17,656 2, % PIAUI 29,804,550 31,556 41,031 9,756 78,019 6,262 23, ,425 31, % RIO_DE_JAN 5,546, , , % RIO_GRANDE 6,248,131 2, ,344 17,062 2, % RIO_GRAN_1 36,501,969 32,787 17,731 15,587 17,281 17,350 24, ,512 20, % RONDONIA 28,329, , , , , , ,331 1,318, , % RORAIMA 26,196,806 5,369 5,519 16,544 16,106 11,975 8,594 64,106 10, % SANTA_CATA 12,471,894 33,794 34,850 48,781 22,394 20,981 4, ,281 27, % SAO_PAULO 31,346,113 56,694 47,244 51,094 43,562 29,469 4, ,425 38, % SERGIPE 2,609, % TOCANTINS 32,960, , ,237 51, , ,294 10,419 1,209, , % TOTAL 1,019,571,781 4,186,981 2,976,906 2,987,500 3,590,069 3,425,862 2,509,869 19,677,187 3,279, % Chile Antecedentes. En términos generales, los últimos estudios señalan que los bosques templados de Chile están siendo cosechados para suplir la creciente demanda internacional de productos derivados de la madera y el papel, así como para la habilitación de áreas para cultivos agrícolas y praderas. (Universidad de Chile 2002) Los bosques templados de Chile son considerados como una de las áreas más importantes de la biodiversidad a nivel mundial, ello debido principalmente a los altos niveles de endemismo y géneros mono típicos. (Armesto, et al. 1998) A su vez, de acuerdo a la Iniciativa Global 200 de WWF y el Banco Mundial estas ecorregiones son consideradas como unas de las más amenazadas del mundo. (Dinerstein, et al. 1995) 39

46 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS En un estudio realizado en la Universidad de Chile basado en la detección de cambio y actualización de la cartografía digital existente en las regiones geográficas de Chile, se analiza los ingresos de bosque nativo y las salidas de este recurso, y se concluye que se perdieron ha dentro del periodo (valor que es probablemente mayor, debido a que en la mayoría de las regiones, el monitoreo abarca tan solo un periodo de 5 anos). (Universidad de Chile 2008) Detección Terra-i En Chile Terra-i analiza el 76% del territorio, restando un 24% de área nacional que no pudo ser analizada debido a la ausencia de datos de precipitación TRMM de Magallanes y de la Antártica Chilena. La pérdida de hábitat nacional acumulada detectada por Terra-i en el período en Chile suma aproximadamente 450,000 hectáreas, y se registra una tasa promedio anual de 74,707 hectáreas. La mayor pérdida promedio anual es detectada en las regiones del centro-sur de chile VIII y IX; Bío-Bío y Araucania, donde se registra 33,140 y 17,232 hectáreas por año respectivamente Terra-i Chile Figura 25. Grafica de detección Terra-i en Chile Las regiones de Bío-Bío y Araucania tienen como actividad económica principal la forestal y la agricultura, y están cubiertas de bosques templados, los cuales se extienden desde la zona central del país hasta la Patagonia. Estas zonas, como se mencionó en los antecedentes, están siendo cosechados para suplir la creciente demanda internacional de productos derivados de la 40

47 madera y el papel, así como la habilitación de áreas para cultivos agrícolas y praderas. (Echeverría, et al. 2006) Figura 26. Mapa de detección Terra-i en Chile. Durante los años 2007 y 2008 se detectan tasas de pérdida de hábitat principalmente en Bosques Templados por encima del promedio en el periodo de estudio; más de 110,000 hectáreas deforestadas en cada año. 41

48 Tabla 10. Detección de Terra-i en Chile. HECTÁREAS DE CAMBIO DETECTADAS EN CHILE Región Area Acumulado Tasa Anual %Cambio ANTOFAGASTA % ARAUCANIA ,256 17,437 12,412 29,725 19,294 7, ,394 17, % ATACAMA % AYSEN DEL GEN ,463 2,200 1,544 3,412 1,181 9,881 1, % BIOBIO ,181 31,469 30,025 51,600 36,231 9, ,837 33, % COQUIMBO % LIBERTADOR % LOS LAGOS ,231 6,662 4,175 12,600 39,863 2,387 67,919 11, % MAGALLANES , % MAULE ,962 11,719 10,287 15,106 10,906 4,725 66,706 11, % METROPOLITANA % TARAPACA % VALPARAISO % TOTAL ,737 68,794 59, , ,194 25, ,244 74, % Bolivia Antecedentes. Bolivia es el octavo país en el mundo con mayor extensión de bosque tropical, posee 53 millones de hectáreas, que lo coloca como el tercero en importancia en América Latina después de Brasil que tiene 539 y Perú con 64,5 millones de hectáreas, situándose encima de Colombia y Venezuela que tienen 49,4 y 48,6 millones de hectáreas respectivamente. El Sector Forestal representa el 3% del PIB del país y es el segundo más importante dentro de las exportaciones no tradicionales de Bolivia, después de las oleaginosas. En Bolivia se extraen cerca de 1 millón de metros cúbicos de madera al año de forma sostenible, en 7 de los 9 departamentos del país y en cuanto a la producción no maderable, especialmente castaña y palmito, son de vital importancia para el desarrollo de la región norte amazónica del país. (Camara Forestal de Bolivia 2008) En los últimos 23 años, la superficie deforestada en Bolivia se triplicó de 1,150,700 hectáreas deforestadas en 1978 a 3,658,463 en 2001, lo que representa un incremento de 2,507,763 hectáreas. (Rivera Diez 2004) Detección Terra-i En Bolivia Terra-i analiza el 98.6% del territorio, restando un 1.4% de área nacional que no pudo ser analizada debido a alta nubosidad. 42

49 Figura 27. Mapa de detección Terra-i en Bolivia. La pérdida de hábitat nacional acumulada detectada por Terra-i en el período en Bolivia suma aproximadamente 888,512 hectáreas, y se registra una tasa promedio anual de 148,085 hectáreas principalmente en Bosques tropicales y Subtropicales. La mayor pérdida es detectada en el departamento de Santa Cruz, donde se registra en promedio 90,772 hectáreas por año. 43

50 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Terra-i Bolivia Figura 28. Grafica de detección Terra-i en Bolivia El departamento de Santa Cruz enfrenta un fuerte incremento de la deforestación debido principalmente a la expansión agrícola (en especial cultivos de soja) y en menor medida a actividad ganadera implementada en los bosques de la Chiquitanía, Chaco y en algunas sabanas Paraguay Antecedentes. Tabla 11. Detección de Terra-i en Bolivia. HECTÁREAS DE CAMBIO DETECTADAS EN BOLIVIA Departamento Area Acumulado Tasa Anual %Cambio BENI 25,492,100 82,844 42,937 24,862 57,494 23, ,419 38, % CHUQUISACA 6,330, % COCHABAMBA 6,634, ,875 3,225 5,187 1, ,119 2, % LA_PAZ 15,868,875 1,906 4,725 2,763 10,131 3, ,181 3, % ORURO 6,518, , % PANDO 7,587,644 22,350 26,394 10,869 10,206 5, ,938 12, % POTOSI 14,755, % SANTA CRUZ 44,607, ,781 82, , ,956 15, ,631 90, % TARIJA 4,683, % TOTAL 132,480, , , , ,587 49, , , % El Paraguay se divide en dos regiones, la Oriental y la Occidental. La región Oriental posee el 39 por ciento del territorio y el 97% de la población del país. Las dos regiones son económica, demográfica y ecológicamente distintas. La oriental ha sido la más castigada en su recurso, por tres razones principales: económicamente posee los bosques más productivos, 44

51 demográficamente es la más poblada y próxima a los centros de transformación y comercio, y ecológicamente contiene los bosques más densos asociados a un clima apto para otros rubros competitivos de ciclo más corto (pasturas para ganadería y agricultura intensiva). El 80% de los bosques de la región presentan fragmentación media a baja y el restante 20% de fragmentación alta a muy alta. La masificación del cultivo de soja se relaciona con el avance de la deforestación, ya que en aquellos departamentos donde el cultivo de soja se ha extendido, se observa una mayor tasa de deforestación: 14% en San Pedro, 19,7% en Caaguazú, 19,8% en Caazapá y 15% en Canindeyú. 3 En Paraguay hay una evidente pérdida de los bosques orientales y existen ejemplos de deforestación asociada a la conversión de tierras a la ganadería y agricultura, principalmente Soja. Se estima que km2 (76,3% de la cobertura original) del bosque Paranaense fue convertido a tierras para la agricultura y pasturas entre 1945 y La tasa de deforestación anual llegó a su pico entre 1986 y 1991, cuando 6,5% de su superficie fue deforestado anualmente. Aproximadamente km 2 de la ecoregión o 7% restan a 2002 según la WWF, en forma de fragmentos dispersos y muchas veces altamente modificados. (PNUMA, CLAES 2008) Detección Terra-i En Paraguay Terra-i analiza el 99.7% del territorio, restando un 0.3% de área nacional que no pudo ser analizada debido a nubosidad. La pérdida de hábitat nacional acumulada detectada por Terra-i en el período en Paraguay suma aproximadamente 1,331,137 hectáreas, y se registra una tasa promedio anual de 221,856 hectáreas principalmente en Bosques Tropicales y Subtropicales. La mayor pérdida promedio anual es detectada, como se esperaba en la región oriental de Paraguay; en los departamentos Presidente Hayes y San Pedro, donde se registra 62,254 y 41,769 hectáreas por año respectivamente, debido principalmente a la conversión de bosques mediante quema o tala a actividades agropecuarias y en los últimos años a monocultivos mecanizados como la soja, un producto importado por Europa y China como alimento para el ganado

52 Figura 29. Mapa de detección Terra-i en Paraguay. De acuerdo a la detección de Terra-i los años 2006 y 2007 fueron los más críticos; se registra una perdida de hábitat de 382,937 y 386,312 hectáreas respectivamente. En el 2009 en cambio se registra una pérdida de hábitat de 6,382 hectáreas, lo cual es una reducción muy grande, sin embargo deacuerdo a la literatura, esto pudo haber ocurrido no por que se este logrando reducción en la deforestación de bosques en Paraguay, sino por que a 46

53 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS 2009 se habrían perdido casi el 90% de la cobertura boscosa original del territorio paraguayo, debido principalmente a la expansión de las actividades agrícolas y ganaderas Terra-i Paraguay Figura 30. Grafica de detección Terra-i en Paraguay Tabla 12. Detección de Terra-i en Paraguay. HECTÁREAS DE CAMBIO DETECTADAS EN PARAGUAY Departamento Area Acumulado Tasa Anual %Cambio ALTO PARAGUAY 9,778,363 3,050 2, ,419 30, ,494 11, % ALTO PARANÁ 1,819,700 29,925 9,681 22,881 19,281 21, ,475 17, % AMAMBAY 1,605,344 15,144 5,469 47,456 10, ,287 13, % BOQUERON 11,154,681 12,287 5,912 3,800 33,600 11,025 1,106 67,731 11, % CAAGUAZU 1,669,650 18,181 4,475 13,650 10,369 5, ,112 8, % CAAZAPA 1,241,512 8,987 1,731 3,256 6,881 9, ,744 5, % CANINDEYU 1,909,456 55,575 16,762 51,887 21,556 2, ,569 24, % CENTRAL 325, % CONCEPCION 2,378,144 14,400 8,887 55,075 7, ,356 14, % CORDILLERA 622, , % GUAIRA 495,819 1, , % ITAPUA 2,114,231 11,381 6,444 8,100 6,863 17, ,506 8, % MISIONES 1,100, ,606 1,606 1, ,244 1, % NEEMBUCU 1,492,375 2, , % PARAGUARI 1,130, , % PRESIDENTE HAYES 9,309,731 17,487 15,494 18, , ,694 5, ,525 62, % SAN PEDRO 2,672,419 54,313 14, ,500 25,350 2, ,612 41, % TOTAL 50,821, ,081 94, , , ,300 6,362 1,331, , % 4 Sanchez V., 2008, 47

54 Uruguay Antecedentes. La ecoregion Uruguayense se encuentra altamente modificada, y existen muy pocos parches de hábitat intacto. Actualmente existe una creciente área de plantaciones forestales para uso industrial, que nutren corrientes exportadoras, pero que en muchos casos se ubican sobre ecosistemas importantes como sierras y colinas. Sin embargo, la cobertura y representación del sistema de áreas protegidas todavía es insuficiente. (PNUMA, CLAES 2008) Si se analiza la evolución del uso de la tierra en los últimos 20 años se observa que las áreas intervenidas, considerando en esta categorización a la suma de cultivos extensivos (cereales y oleaginosos), praderas sembradas (artificiales), cultivos forrajeros y superficie forestada, han aumentado pasando de 1,660,000 hectáreas a unas 3,500,000 en el año 2007, lo que evidencia un aumento en la intensidad de uso de la tierra. (PNUMA, CLAES, DINAMA 2008) La expansión del cultivo de soja es uno de los cambios más relevantes en Uruguay y es parte de un proceso regional que involucra a Argentina, Brasil, Paraguay y Bolivia (PNUMA, CLAES 2008), haciendo de la región la mayor productora mundial de esta oleaginosa. Adicional a ello, la producción ganadera para carne es el uso del suelo predominante en Uruguay, ocupa más del 80% del total de la superficie explotada y es el principal rubro de exportación agropecuaria. Detección Terra-i En Uruguay Terra-i analiza el 98.5% del territorio, restando tan solo un 1.5% de área nacional que no pudo ser analizada debido a nubosidad. La pérdida de hábitat nacional acumulada detectada por Terra-i en el período en Uruguay suma aproximadamente 581,306 hectáreas, y se registra una tasa promedio anual de 96,884 hectáreas de cambio en Praderas tropicales y subtropicales, Sabanas y zonas arbustivas. La mayor pérdida promedio anual es detectada en los departamentos de Rio Negro, Artigas y Soriano, donde se registra una pérdida promedio anual de 13,404 ; 12,740 y 11,441 hectáreas por año respectivamente. En cuanto al departamento de Soriano tiene como actividad económica principal la agricultura siendo el principal productor de granos del país: soja, girasol, sorgo y maíz en verano, y trigo, canola y cebada en invierno y sumado a ello en los últimos años ha habido un gran auge de la forestación impulsada por compañías internacionales de papel y celulosa, que se han activado en todo el país principalmente en la region. 48

55 El departamento de Artigas está ubicado al Norte del país y limita con la ciudad brasileña de Quarai. Sus actividades económicas principales son la ganadería; la agricultura principalmente productos como la soja, girasol y cereales, y la minería. Rio Negro limita con Argentina y se caracteriza también por este tipo de actividades y adicional a ello en los ultimos años plantaciones industriales forestales. Esta intensa actividad en el uso de la tierra explican los resultados de Terra-i, que permite detectar conversión en diferentes tipos de hábitat narural, no solo en la superficie forestal.. Figura 31. Mapa de detección Terra-i en Uruguay. 49

56 Tabla 13. Detección de Terra-i en Uruguay. HECTÁREAS DE CAMBIO DETECTADAS EN URUGUAY Departamento Area Acumulado Tasa Anual %Cambio ARTIGAS 1,576,194 7,194 2,775 4,381 3,944 3,744 54,400 76,437 12, % CANELONES 663, , % CERRO_LARG 1,891,919 7,313 2,250 2,588 4,419 14,069 11,231 41,869 6, % COLONIA 910,006 3,494 2,319 1,619 5,694 10,300 1,487 24,912 4, % DURAZNO 1,696,338 1, ,200 5,400 14,462 3,406 29,200 4, % FLORES 725, ,937 4,450 2,313 10,825 1, % FLORIDA 1,455, ,369 2,062 2,431 6,975 1,081 14,487 2, % LAVALLEJA 1,411,081 2,956 1,550 4,744 4,269 7, ,306 3, % MALDONADO 719, , % MONTEVIDEO 89, % PAYSANDU 1,940,912 2,500 2,544 5,906 5,712 10,381 3,337 30,381 5, % RIO_NEGRO 1,331,556 9,675 6,819 8,056 14,788 36,150 4,937 80,425 13, % RIVERA 1,201,850 6,544 1,237 6,069 2,225 4,831 7,325 28,231 4, % ROCHA 1,594,094 4,450 6,819 4,844 5,506 9, ,969 5, % SALTO 1,930,294 2,763 1,287 1, ,981 17,737 27,625 4, % SAN_JOSE 736, ,381 1, , % SORIANO 1,260,375 6,581 8,431 3,456 13,394 34,506 2,275 68,644 11, % TACUAREMBO 2,200,169 6,969 1,569 3,163 3,394 10,881 24,400 50,375 8, % TREINTA_Y_ 1,369,850 6,250 5,238 4,700 5,963 15,306 1,300 38,756 6, % TOTAL 24,704,200 70,437 46,587 57,750 82, , , ,306 96, % Argentina Antecedentes. En Argentina al igual que Paraguay la pérdida de hábitat está asociada a la conversión de tierras a la ganadería y agricultura, principalmente con cultivos de Soja. En 1998, cuando se realizó el "Primer Inventario Nacional de Bosques Nativos", las selvas y montes de Salta, Chaco, Formosa, Santa Fe, Santiago del Estero y Córdoba sumaban hectáreas. Apenas ocho años después habían perdido casi el 10%; a 2002 habian desaparecido hectáreas. Y entre los años 2002 y 2006, el proceso se acentuó y la tala arrasó con hectáreas, en su gran mayoría por cultivos de soja. 5 Argentina se encuentra en estado de Emergencia Forestal, y si se mantiene la meta de llegar a los 100 millones de toneladas de producción de granos, tendría que extenderse la frontera agropecuaria entre 12 y 15 millones de hectáreas, con lo que, en los próximos años estarían convirtiendo a la actividad agropecuaria el 50 por ciento de los bosques nativos. (PNUMA, Ministerio de Salud y Medio Ambiente de Argentina 2004) 5 "En cuatro años, el desmonte de bosques creció casi un 42%", Diario El Clarín, Lunes 25 de Junio de 2007, Disponible en: 50

57 Detección Terra-i En Argentina Terra-i analiza el 94% del territorio, restando un 6% de área nacional que no pudo ser analizada debido a zonas de alta nubosidad y/o no existencia de datos de precipitación TRMM. Figura 32. Mapa de detección Terra-i en Argentina. 51

58 La pérdida nacional acumulada detectada por Terra-i en el período en Argentina suma aproximadamente 597,000 hectáreas, y se registra una tasa promedio anual de 101,789 hectáreas, pérdida registrada en hábitats de praderas templadas y sabanas y en bosques secos tropicales y subtropicales. La mayor pérdida promedio anual es detectada en la provincia de Córdoba, donde se registra 24,564 hectáreas por año, provincia caracterizada por fuerte actividad agrícola, principalmente monocultivos de Soja. Esta provincia está situada en la región centro de la Argentina y es la segunda provincia más poblada del país que basa su economía en la agricultura, la ganadería, la explotación forestal y la minería. Tabla 14. Detección de Terra-i en Argentina. HECTÁREAS DE CAMBIO DETECTADAS EN ARGENTINA Provincia Area Acumulado Tasa Anual %Cambio BUENOS AIRES 44,532,156 12, ,162 2, % CATAMARCA 13,357, , , % CHACO 12,994,944 4,175 8,575 2,700 5,456 13,206 1,050 35,162 5, % CHUBUT 36,082, % CORDOBA 22,671,844 18,244 26,094 43,950 29,894 22,956 6, ,381 24, % CORRIENTES 11,887,856 1,419 1,406 1,675 2,819 5, ,719 2, % ENTRE_RIOS 10,703,100 4,919 1,900 1,700 14,825 3, ,012 4, % FORMOSA 9,719, , , ,075 1, % JUJUY 6,757,469 1,037 3, ,869 3,231 10,231 1, % LA_PAMPA 20,875,637 22, ,775 3, % LA_RIOJA 12,215, % MENDOZA 21,060, % MISIONES 3,921,738 7,806 2,700 3,425 16,306 6, ,119 6, % NEUQUEN 14,100,981 2, , % RIO_NEGRO 30,924,819 2, , % SALTA 19,892,256 10,419 24,931 8,044 12,356 15,044 10,087 80,881 13, % SAN_JUAN 11,991, % SAN_LUIS 10,631, % SANTA_CRUZ 43,223, % SANTA_FE 18,055,994 14,838 13,769 13,744 32,831 20,969 1,844 97,994 16, % SANTIAGO_D 18,055,863 12,306 7,006 15,400 22,025 23, ,969 13, % TIERRA_DEL 4,146, % TUCUMAN 2,949,975 2, ,600 1,744 3,156 9,806 1, % TOTAL 445,286, ,325 91,869 95, , ,362 27, , , % Como se observa en la gráfica 33, durante el año 2007 se registro la mayor pérdida anual en el periodo de estudio; 140,194 hectáreas. 52

59 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Terra-i Argentina Figura 33. Grafica de detección Terra-i en Argentina La Amazonía Antecedentes. Entre los años 2000 y 2007, la Amazonia brasileña se ha deforestado a un ritmo medio de km² al año y se han destruido un total de km² de selva, una extensión más grande que Grecia (INPE 2008) La ganadería, actividad que se ha extendido de forma continuada desde principios de los setenta, es la principal responsable de la deforestación de la Amazonia y el resultado de más de treinta años de políticas gubernamentales que han priorizado las inversiones en infraestructuras (carreteras, embalses) y la ocupación del territorio (migraciones inducidas) así como la financiación pública de dichas actividades. Un estudio de Greenpeace basado en datos del gobierno brasileño revela que en 2006 el ganado ocupaba el 79,5% del territorio en uso de la Amazonia Legal brasileña (sin contar el estado de Maranhão) (Greenpeace 2009) Detección Terra-i En Terra-i analiza el 98% del territorio, restando un 2% de área nacional que no pudo ser analizada debido a nubosidad. La delimitación utilizada para el análisis de Terra-i fue el límite del bosque tropical amazónico, el cual se encuentra en Bolivia, Brasil, Colombia, Ecuador, Guyana, Perú, Surinam, Guyana 53

60 Francesa y Venezuela, que comprende las cuencas de los ríos Amazonas y Tocantis, analizando un total de 9,600,000km 2. La pérdida nacional acumulada detectada por Terra-i en el período en la Amazonía suma aproximadamente 18,400,000 hectáreas, y se registra una tasa promedio anual de 3,000,000 hectáreas. La mayor pérdida es detectada en la Amazonía Brasilera, donde en el periodo la pérdida total acumulada es igual a 16,900,000 hectáreas y se registra una pérdida promedio anual de 2,800,000 hectáreas. En la Amazonía Brasilera, la cifra más alarmante es la registrada en el estado de Mato Grosso donde en un periodo de 5 años ( ) ocurre una pérdida total acumulada de 7millones de hectáreas y una pérdida promedio anual de 1,200,000 hectáreas. Figura 34. Mapa de detección Terra-i en la Amazonía. 54

61 Hectareas Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Terra-i en la Amazonía Figura 35. Mapa de detección Terra-i en Amazonas. La detección de Terra-i en la Amazonía indica que hay progresos en la disminución de la deforestación en los últimos años, siendo el año 2004 el de mayor pérdida de habitat en la Amazonía, registrando un total de 3,700,000 hectáreas deforestadas. Los países que registran mayor perdida de hábitat por unidad de área en el territorio amazónico son Brasil y Bolivia; tienen un porcentaje de deforestación promedio anual entre los años 2004 y 2009 de 0.48% y 0.18% respectivamente. Detección de Terra-i en la Amazonía por país Figura 36. Mapa de detección Terra-i en la Amazonía por país 55

62 Hectareas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Seguido a las cifras de Brasil y Bolivia, se encuentran los territorios amazónicos de Perú y Colombia, que registran una pérdida de 45,600 y 17,000 hectáreas respectivamente, siendo el año 2008 el más crítico para la Amazonía Detección de Terra-i en la Amazonía por país sin Brasil Figura 37. Mapa de detección Terra-i en la Amazonía por país sin Brasil En la Amazonía Colombiana y Peruana se observa que las áreas deforestadas están asociadas a los ríos y en la Amazonía Ecuatoriana a las redes víales ferreas y terrestres (asociadas a empresas madereras y explotaciones petroliferas). En cambio, en la Amazonía Brasilera la deforestación está asociada a multiples causas siendo la principal la ganadería, seguido de explotación agrícola con crecientes áreas de monocultivos de soja principalmente en el estado de Mato Grosso; situación que ahora tiende a agravarse con la alta demanda de biocombustibles, que estimulan aún más la expansión de cultivos de soja y caña de azúcar, además de la deforestación causada por explotación forestal por parte de empresas madereras legales e ilegales. Por otra parte es importante mencionar los cultivos de coca y su erradicación, los cuales son otro factor de deforestación en la Amazonía colombiana, boliviana y peruana. 56

63 Tabla 15. Detección de Terra-i en Amazonas. Deforestación en el Amazonas Tasa Anual % Pais Acumulado (Ha/año) Deforest Bolivia , % Brasil ,816, % Colombia , % Ecuador , % Fre.Guyana , % Guyana , % Perú , % Suriname , % Venezuela , % TOTAL 3,722,931 2,790,425 2,815,494 3,108,956 3,424,637 2,509,938 18,372,381 3,062, % Para la Amazonía se realizó un reporte que muestra en más detalle los resultados obtenidos por Terra-i y la calibración y comparación de estos resultados con los producidos por otros modelos similares. (Si desea leer este informe : Terra-i Amazonía, contactese con el autor) 4.2 Detección por Áreas protegidas Antecedentes. Los parques nacionales, las reservas de caza, las áreas naturales silvestres y otras zonas protegidas establecidas legalmente comprenden más del 10 por ciento de los bosques en casi todos los países y regiones. La función principal de estos bosques puede ser la conservación de la diversidad biológica, la protección del suelo y de los recursos hídricos o la conservación del patrimonio cultural. El área de bosque dentro de un sistema de área protegida ha aumentado en 94 millones de hectáreas desde Dos tercios de este incremento se han dado a partir del año (FAO 2010) A nivel general en Suramérica, el progreso hacia la ordenación forestal sostenible fue variable. La tasa de pérdidas netas de bosque sigue siendo motivo de preocupación, aunque se han realizado adelantos notables, sobre todo en los últimos cinco años. El ritmo de pérdidas de bosque primario también continúa siendo alarmante. Pese a todo ello, se pueden discernir algunas señales positivas en el aumento de áreas de bosque designadas para la conservación de la diversidad biológica y en áreas protegidas. El descenso en extracciones de leña puede significar que se está reduciendo la demanda de este producto en la región, aspecto que queda contrarrestado en parte por el incremento en las extracciones de madera industrial desde

64 La superficie de bosques plantados ha aumentado, y en el futuro estos bosques podrían cubrir una mayor proporción de la demanda de madera. El aumento en el área de bosque que cuenta con un plan de ordenación es también un rasgo positivo. (FAO 2010) Uno de los principales instrumentos para proteger la selva amazónica es implantar un conjunto de áreas protegidas que aseguren la sobrevida de ese ecosistema y sus especies. El treinta y tres por ciento de la Amazonía de Brasil está bajo régimen de área protegida. Este porcentaje a su vez se divide en 21,1% de tierras indígenas, 5,5% de protección integral y 6,3% de uso sustentable. (Martino 2007) En la América Latina fueron analizadas 2874 áreas protegidas (Anexos), entre las cuales se encuentran parques nacionales naturales, Reservas nacionales, parques departamentales, reservas comunales, santuarios nacionales, reservas ecológicas, reservas biológicas entre otras en Centro América, en la Amazonía y en América del Sur. En estas tablas se incluye un campo con la categoria designada por el sistema de Categorías de Gestión de Áreas Protegidas de la IUCN, creado para un entendimiento común y un marco internacional de referencia para las áreas protegidas tanto entre países como dentro de ellos. Hoy en día, las categorías están aceptadas y reconocidas por organizaciones internacionales, como las Naciones Unidas y el Convenio sobre la Diversidad Biológica, y gobiernos nacionales como el punto de referencia para definir, recordar y clasificar las áreas protegidas. Estas categorías de areas protegidas de la IUCN tienen objetivos específicos de manejo entre los cuales se encuentran: la investigación científica, la protección de zonas silvestres, la preservación de las species y la diversidad genetica, el mantenimiento de los servicios ambientales, la protección de las características naturals y culturales específicas, el turismo y la recreación, la educación, la utilización sostenible de los recursos derivados de ecosistemas naturals, el mantenimiento de los atributos culturales y tradicionales. Entre estos objetivos cada categoría cataloga cada uno como principal, secundario, potencialmente applicable o en algunos casos no applicable deacuerdo a las prioridades de conservación. (FAO; OAPN 2008) En 1994 la Asamblea General de la UICN resolvió redefinir su sistema de categorías, y las diez categorías originales se resumieron en seis categorías: Ia -Reserva Natural Estricta, Ib Área Silvestre, II Parque Nacional, III Monumento Natural, IV Áreas de manejo de habitat/especies, V Paisaje terrestre/marino protegido y VI area protegida para el manejo de recursos, con sus nuevas definiciones, indicadas en la tabla 16: 58

65 Tabla 16. Categorías IUCN, nombre y definición.. Fuente (FAO; OAPN 2008) Categoría Nombre Definición Ia Ib II III IV V VI Reserva Natural Estricta: área protegida principalmente para la ciencia. Área Silvestre: área protegida principalmente para la protección de áreas silvestres. Parque Nacional: área protegida manejada principalmente para la protección de ecosistemas y para la recreación. Monumento Natural: área protegida manejada principalmente para la conservación de cualidades naturales específicas. Áreas de Manejo de hábitat/especies: área protegida manejada principalmente para la conservación a través de manejo intervenido. Paisaje terrestre/marino protegido: área protegida manejada principalmente para la conservación de paisajes terrestres/marinos y para la recreación. Área Protegida para el manejo de recursos: área protegida manejada principalmente para el uso sostenible de ecosistemas naturales. Área de tierra y/o mar que posee representantes excepcionales en ecosistemas geológicos o fisiológicos con cualidades y/o de especies, disponible primariamente para investigación científica o monitoreo ambiental. Grandes áreas de tierra y/o mar o tierras ligeramente modificadas, que mantienen su carácter e influencia sin significante o permanente invasión, la cual es protegida y manejada para preservar su condición natural Áreas naturales de tierra y/o mar designadas para: a) proteger la integridad ecológica de uno o más ecosistemas para las generaciones presentes y futuras; b) excluir la explotación y ocupación adversa para los propósitos de designación del área, y c) proveer base para varias oportunidades espirituales, científicas, educacionales y recreativas de sus visitantes; todas las áreas que son compatibles con el medio ambiente y la cultura. Área que contiene una o más cualidades específicas naturales o naturales/culturales, la cual es de excelente valor representativo y único, por su rareza inherente, o cualidades estéticas, o significado cultural. Área de tierra y/o mar sujeta a intervención activa con propósitos de manejo que puedan asegurar el mantenimiento de hábitat y/o para cumplir los requerimientos de especies específicas. Área de tierra, con costa o mar apropiados, donde la interacción de gente y naturaleza con el tiempo ha producido un área de distinto carácter con valores estéticos, ecológicos y/o culturales y a menudo con alta diversidad biológica. El salvaguardar la integridad de esta interacción tradicional es vital para la protección, mantenimiento y evolución de esta área. Área que contiene principalmente sistemas naturales que no han sido modificados, y que son manejados para asegurar la protección a largo plazo y el mantenimiento de la diversidad biológica, mientras que provee al mismo tiempo el sostenimiento del flujo de productos naturales y servicios que sirven a las necesidades comunales 59

66 Detección Terra-i Se realiza un análisis de la pérdida de hábitats por áreas protegidas en toda América Latina. Los resultados de la pérdida de hábitat en hectáreas en el área protegida y en buffers a 20 y 50km de distancia de cada área, se muestra en los Anexos de este documento. Figura 38. Detección de Terra-i por Áreas Protegidas en América Latina 60

67 Las áreas con mayor pérdida de hábitat por unidad de área dentro de los límites del área protegida son: NID AREANAME Tabla 17. Áreas protegidas con mayor porcentaje de pérdida de hábitat. COUNTRY IUCNCAT Change in Protected Area (Ha) Area Accum Rate %Change 2525 Reserva Estatal Yalahau Mexico EE Rio Preto Brasil Z 6, , , HF Geraldo Rossi Brasil Z FE do Rio Sao Domingos Brasil Z 366,963 5,069 12,781 36,137 9,731 20,094 2,225 86,037 14, PE Serra do Reis Brasil II 43, ,775 4, , ,625 1, PE Serra dos Parecis Brasil II 50, ,094 3,069 1,356 2, ,956 1, REx Ipê Brasil VI San Blas o Las Brumas El Salvador nd REx Garrote Brasil VI 1, PE do Candeias Brasil II 10, , San Blas (Casa de Cristal) El Salvador nd FE Santa Bárbara Brasil VI 4, MN Ponte de Pedra do Rio Correntes Brasil Z FN Itacaiúnas Brasil VI 96, ,150 1,550 2,819 2,231 10,562 1, Kuri'y Paraguay III 2, REx Piquiá Brasil VI 1, FE do Rio Abunã Brasil Z 76, , ,025 1,062 7,762 1, San José Miramar El Salvador nd FE Araras Brasil VI 15, , FE Gavião Brasil VI RPPN Tibiriτá Brasil Z Campo Gral. Belgrano Argentina VI 4, REx Roxinho Brasil VI 1, Los Ruiles Chile IV El Paraíso El Salvador nd EP Cachoeira da Fumaτa Brasil II 1, Esperanza Argentina II EE Acaua Brasil Z 7, FE do Rio Mequéns Brasil Z 459,906 6,344 4,762 12,019 5,725 4, ,125 5, FN do Bom Futuro Brasil VI 325, ,244 3,506 5,731 6,800 23,487 3, Pedro Ignacio Muiba Bolivia Z 86,931 5, ,256 1, RPPN Rosana Jubran Brasil Z 47, , RESEX do Mutum Brasil VI 17, , FN Acungui Brasil VI RDS Tucuruí- Ararão Brasil Z 33, ,312 2, REx Sucupira Brasil VI 3, RB do Gurupi Brasil Ia 317, ,300 1,731 2,763 4,269 7,306 20,031 3, Como se observa en la tabla 16, la Floresta Estadual do Rio Sao Domingos, el Parque Estadual Serra do Reis, el Parque Estadual Serra dos Parecis,, la Floresta Estadual do Rio Abuña, la Floresta Estadual do Rio Mequéns y la Floresta Nacional do Bom Futuro; entre otras, ubicadas en el estado de Rondonia en la Amazonía Brasileña son áreas que tienen altas tasas de pérdida de hábitat promedio anual y a su vez altos porcentajes de deforestación (por encima del 1%). En la tabla 17 se muestra la pérdida de hábitat en las áreas con mayor pérdida de hábitat yen áreas de amortiguamiento a 5 y 20km. 61

68 NID Tabla 18. Áreas protegidas con mayor pérdida de hábitat Detección en buffers a 5 y 20km. AREANAME Change Area (Ha) Change Area - 5km buf. Change 5km - 20km buf. COUNTRY IUCNCAT Accum Rate %Change Accum Rate %Change Accum Rate %Change 2525 Reserva Estatal Yalahau Mexico , ,694 1, EE Rio Preto Brasil Z 2, ,081 1, ,219 3, HF Geraldo Rossi Brasil Z ,994 1, FE do Rio Sao Domingos Brasil Z 86,037 14, ,887 3, ,531 9, PE Serra do Reis Brasil II 8,625 1, ,369 2, ,706 7, PE Serra dos Parecis Brasil II 8,956 1, , ,037 2, REx Ipê Brasil VI , ,400 2, San Blas o Las Brumas El Salvador nd REx Garrote Brasil VI , ,975 2, PE do Candeias Brasil II 1, , ,838 1, San Blas (Casa de Cristal) El Salvador nd FE Santa Bárbara Brasil VI , ,619 1, MN Ponte de Pedra do Rio Correntes Brasil Z ,331 1, FN Itacaiúnas Brasil VI 10,562 1, ,725 1, ,556 4, Kuri'y Paraguay III , ,956 1, REx Piquiá Brasil VI , ,662 2, FE do Rio Abunã Brasil Z 7,762 1, , ,831 3, San José Miramar El Salvador nd FE Araras Brasil VI 1, , ,481 4, FE Gavião Brasil VI , ,737 2, RPPN Tibiriτá Brasil Z ,044 1, Campo Gral. Belgrano Argentina VI , , REx Roxinho Brasil VI , ,887 1, Los Ruiles Chile IV , ,037 4, Areas con mayor pérdida de hábitat por unidad de área EE Rio Preto FE do Rio Sao Domingos PE Serra dos Parecis HF Geraldo Rossi PE Serra do Reis REx Ipê La Floresta Estadual de Rio Sao Domingos ubicada al sudoeste del estado de Rondonia entre los municipios de São Francisco do Guaporé, Seringueiras y Costa Marques es el área que posee mayor tasa de pérdida dentro de los límites del area protegida, registra una tasa de cambio promedio de 14,340Ha/año y un alarmante porcentaje de cambio de 3,91%. Figura 39. Grafica de Detección de Terra-i en áreas protegidas y en áreas de amortiguamiento a 5 y 20km. 62

69 Floresta Estadual do Rios Sao Domingos Area 5km 20km Figura 40. Tasa de cambio en Area Protegida FE do Santo Domingo y en buffers de 5 y 20km Figura 41. Detección en Area Protegida FE do Santo Domingo. Como se observa en la figura 41 en el área Rio Sao Domingos se presenta un avance de la deforestación desde alrededor 50km al sur del área hacia el área y tiene una tendencia hacia el 63

70 norte saliendo del área protegida, en los municipios de Sao Francisco do Guapore, Costa Marques y Seringueiras en el estado de Rondonia. De acuerdo al informe anual divulgado por el sistema de Protección de la Amazonía (SIPAM) en junio del 2008 sobre deforestación en tierras indígenas y unidades de conservación federales y estatales de Rondonia, entre 2006 y 2007, fueron deforestadas más de 33,8 mil hectareas en áreas protegidas de este estado. El informe es parte del Programa de Monitoreo de Areas Especiales (ProAE) y anualmente analiza la evolución de la deforestación especificamente en áreas protegidas. Del total de la devastación, 17 mil hectares fueron deforestadas en unidades de conservación estatales. Otras 12 mil hectares deforestadas fueron en unidades de conservación federales (35,5% del total) y 5,1 mil hectareas en tierras indígenas (15,1%). 6 Otra de las áreas protegidas que mostró alta pérdida de hábitat por unidad de área en América Latina fue el parque estadual Serra do Reis ubicado también en el sudeste del estado de Rondonia municipio de Costa Marques, en una zona donde el sistema de drenaje contribuye a la cuenca del río Guaporé. Este parque registra una tasa de cambio promedio de 1,437Ha/año y un alarmante porcentaje de cambio de 3,27% y se encuentra fuertemente amenazada registrando una tasa de cambio de 2,061Ha/año con porcentaje de cambio de 2,68% entre el área y un área de amortiguamiento a 5km, y una tasa de cambio de 7,618Ha/año entre el área de amortiguamiento de 5km y un área de amortiguamiento de 20km Tasa de cambio anual Parque Estadual Serra do Reis Area 5km 20km Figura 42. Tasa de cambio en PE Serra do Reis y a 5 y 20km. En el estado de Rondonia la zona más afectada por deforestación es la limítrofe con Bolivia entre los municipios de Guajará-Mirim y Costa Marques, afectada principalmente por el aumento de las actividades de explotación económica forestal Bank Information Center, Junio de Boletín Informativo Octubre 22 de Clima Latino, 64

71 A continuación se muestran las áreas que registran mayor pérdida de hábitat entre los límites del área y un área de amortiguamiento de 5km, es decir las áreas que tienen mayor amenaza de pérdida de hábitat. NID Tabla 19. Áreas protegidas con mayor pérdida de hábitat en un área de amortiguamiento a 5km. AREANAME COUNTRY Change Area (Ha) Change Area - 5km buf. Change 5km - 20km buf. IUCNCAT Accum Rate %Change Accum Rate %Change Accum Rate %Change 733 EE Rio Preto Brasil Z FN Rio Preto Brasil VI Esperanza Argentina II Pq das Araras Brasil Z PE Serra do Reis Brasil II REx Ipê Brasil VI RB do Córrego Grande Brasil Ia REx Jatobá Brasil VI FE Cajuru Brasil VI Aguaray-mi Argentina Ia REx Itaúba Brasil VI FE Maτaranduba Brasil VI RESEX do Mutum Brasil VI MN Ponte de Pedra do Rio Itiquira Brasil Z Campo Gral. Belgrano Argentina VI EE do Rio Ronuro Brasil Z REx Sucupira Brasil VI REx Piquiá Brasil VI FE Gavião Brasil VI PE Rio Canoas Brasil II EEx de Mogi Guacú Brasil VI REx Seringueiras Brasil VI FE Maracatiara Brasil VI RB Nascentes da Serra do Cachimbo Brasil Ia REx Garrote Brasil VI FE Santa Bárbara Brasil VI RPPN Brasil Z San Luis Paraguay II Pq do Córrego Lucal Brasil Z PE de Itaúnas Brasil II Los Ruiles Chile IV Morombi Paraguay IV FE do Rio Sao Domingos Brasil Z MN Ponte de Pedra do Rio Correntes Brasil Z RB do Tapirapé Brasil Ia FE Castanheira Brasil VI REx do Rio Jaci-Paraná Brasil VI FE Arariquara Brasil VI REx Roxinho Brasil VI FN do Bom Futuro Brasil VI PE do Cristalino Brasil II RPPN Fazenda Terra Nova Brasil Z FN do Jamari Brasil VI

72 Hectáreas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Areas con mayor amenaza de pérdida de hábitat en un área de amortiguamiento de 5km Area 5km 20km EE Rio Preto Esperanza Pq das Araras PE Serra do Reis REx Ipê Figura 43.Grafica de tasa de cambio en áreas con mayor ameneza a 5km de amortiguamiento. Como se muestra en la gráfica el parque estadual Serra do Reis en el estado de Rondonia en la Amazonia Brasileña, la estación ecológica Rio Preto en el estado de Bahia en Brasil en límites con el estado de Pihau, el parque das Araras en el estado de Mato Grosso en la Amazonia Brasileña y la reserva extrativista Ipê en el estado de Rondonia en la Amazonía Brasileña son las áreas que registran mayor amenaza de pérdida de hábitat a 5km del área. Como se observa en la gráfica 44 el parque estadual Serra do Reis se encuentra ubicado junto a la Floresta estadual do Rio Sao Domingo, la cual como se mencionó anteriormente registra las mayores cifras de perdida de hábitat por unidad de área tanto en los límites del area como en areas de amortiguamiento a 5 y 20km. Serra do Reis se encuentra sobre esta área de amortiguamiento. Figura 44. Mapa de detección en PE Serra do Reis y a 5 y 20km. 66

73 NID Tabla 20. Áreas protegidas con mayor pérdida de hábitat en un área de amortiguamiento a 20km. AREANAME Change Area (Ha) Change Area - 5km buf. Change 5km - 20km buf. COUNTRY IUCNCAT Accum Rate %Change Accum Rate %Change Accum Rate %Change 366 RESEX do Mutum Brasil VI Pq das Araras Brasil Z RPPN NADIR J NIOR Brasil Z PE Serra do Reis Brasil II RPPN Fazenda Terra Nova Brasil Z RB do Tapirapé Brasil Ia FN Rio Preto Brasil VI MN Ponte de Pedra do Rio Itiquira Brasil Z EE Rio Preto Brasil Z REx Jatobá Brasil VI REx Itaúba Brasil VI Los Ruiles Chile IV FE Araras Brasil VI REx Ipê Brasil VI EE do Rio Ronuro Brasil Z REx do Rio Jaci-Paraná Brasil VI PE de Itaúnas Brasil II RVS Campos de Palmas Brasil III FE Tucano Brasil VI Morombi Paraguay IV RPPN FAZ. SÃO JOSÉ GLEBA ITINGA Brasil Z FE Arariquara Brasil VI FE Maracatiara Brasil VI FE Gavião Brasil VI RB do Córrego Grande Brasil Ia FN do Bom Futuro Brasil VI RPPN FAZENDA STO ANTONIO DO PINDARÉ Brasil 1 Z RDS Tucuruí- Ararão Brasil Z FE Angelim Brasil VI FE Castanheira Brasil VI RB do Gurupi Brasil Ia EEx Itararé Brasil VI FE do Rio Sao Domingos Brasil Z El Chore Bolivia Z FN Jamanxim Brasil VI REx Garrote Brasil VI RPPN Gleba Cristalino Brasil Z REx Mogno Brasil VI REx Seringueiras Brasil VI MN Ponte de Pedra do Rio Correntes Brasil Z REx do Rio Cautário Brasil VI REx Piquiá Brasil VI RPPN Brasil Z PE de Campinhos Brasil II RVS do Pinhao Brasil I PE da Serra de Santa Bárbara Brasil II REx Roxinho Brasil VI REx Freijó Brasil VI

74 Hectáreas Monitoreo en Tiempo Real usando Redes Neuronales y Datos MODIS Areas con mayor amenaza de pérdida de hábitat en un área de amortiguamiento de 20km Area 5km 20km RESEX do Mutum RPPN Nadir Júnior RPPN Fazenda Terra Nova RB do Tapirapé EE Rio Preto FE Araras EE do Rio Ronuro REx do Rio Jaci-Paraná Figura 45. Grafica de tasa de cambio en áreas con mayor ameneza a 20km de amortiguamiento. Entre las áreas que registran mayor pérdida de hábitat en un área de amortiguamiento de 20km se encuentra la Reserva extrativista do Mutúm ubicada en el estado de Pará, la cual como se observa en la figura 46 se encuentra bajo una fuerte amenaza de deforestación. Mutum registra una tasa promedio anual en el área de 201 Ha/año y un porcentaje de deforestación del 1% anual, entre el área y los 5km de amortiguamiento una tasa promedio anual de 831 Ha/año y entre los 5 y 20km 5845 Ha/año. Figura 46. Mapa de detección en el área protegida Mutúm. 68

75 La reserva extrativista Jaci-Paraná ubicada en el estado de Rondonia entre los municipios de Porto Velho, Buritis y Novca Mamore también presenta una fuerte amenaza de pérdida de hábitat. Esta área registra una tasa promedio anual en el área de 2,093 Ha/, entre el área y los 5km de amortiguamiento una tasa promedio anual de 2,248 Ha/año, incrementando a 9590 Ha/año.entre los 5 y 20km de amortiguamiento. Figura 47. Mapa de detección en el área protegida PE Serra do Reis. Finalmente se puede concluir que en Amárica latina las áreas protegidas con mayor pérdida de hábitat por unidad de área se encuentran en la Amazonía Brasileña, principalmente en el estado de Rondonia, y estas áreas a su vez se encuentran fuertemente amenazadas de que esta pérdida de hábitat continue avanzando hacia los límites de las áreas protegidas. Sin embargo es necesario un análisis detallado de la pérdida de hábitat en las áreas protegidas de América latina y en sus alrededores que evidencie la efectividad de la protección de estas áreas en cada una de las categorías de manejo UICN. 69

76 4.3 Detección por Tipos de hábitat Usando los resultados obtenidos por Terra-i en América Latina se realiza un análisis a nivel de tipos de hábitat en América latina. Figura 48. Detección de Terra-i por tipos de hábitat en América latina 70

77 Tabla 21. Detección de Terra-i en América Latina por tipos de hábitat. Tipo de Hábitat Acumulado Tasa Anual %Cambio Deserts and Xeric Shrublands 50,975 27,775 12,575 45,244 34,031 49, ,244 36, % Flooded Grasslands and Savannas 47,825 25,362 12,612 52,281 42,681 1, ,012 30, % Ice % Lake % Mangroves 3,075 4,775 5,112 3,950 4,050 9,175 30,137 5, % Mediterranean Forests, Woodlands and Scrub 18,012 12,525 13,181 22,162 20,362 8,825 95,069 15, % Montane Grasslands and Shrublands 494 2, , , % Temperate Broadleaf and Mixed Forests 55,731 56,181 46,237 88,294 89,162 16, ,969 58, % Temperate Grasslands, Savannas and Shrublands 72,075 38,450 56,375 70,869 41,675 8, ,737 47, % Tropical and Subtropical Coniferous Forests ,162 1,813 4, % Tropical and Subtropical Dry Broadleaf Forests 212, , , , ,894 67,831 1,259, , % Tropical and Subtropical Grasslands, Savannas and 1,717, , ,694 2,062,306 1,075, ,106 6,570,181 1,095, % Shrublands Tropical and Subtropical Moist 2,862,006 2,384,344 3,014,156 2,015,388 2,868,819 2,544,488 15,689,200 Broadleaf Forests 2,614, % Total 5,040,644 3,575,369 3,967,006 4,714,525 4,383,112 3,015,181 24,695,837 4,115, % Como se muestra en la tabla 21, los hábitat que mostraron mayor pérdida fueron los Pastizales tropicales y subtropicales y sabanas, 0.28%, y los Bosques húmedos tropicales y subtropicales, Los Pastizales tropicales y subtropicales, sabanas y matorrales están ubicados principalmente en países como Uruguay, Paraguay y el sur de Brasil (Tabla 22). En este hábitat se registran pérdidas totales acumuladas entre el 2004 y 2009 de aproximadamente 6 millones de hectáreas y una pérdida promedio anual de 1 millón de hectáreas. La pérdida en este tipo de hábitat se debe principalmente a la expansión agrícola y ganadería. Y en cuanto a los Bosques húmedos tropicales y subtropicales, se encuentran ubicados principalmente en la Amazonía(Tabla 22), y registran una pérdida total acumulada entre el 2004 y el 2009 de 16 millones de hectáreas respectivamente y una pérdida promedio anual de 2.6 millones de hectáreas. La pérdida en este tipo de ecosistemas se debe principalmente a la ganadería, la expansión agrícola y la explotación forestal. 71

78 Tabla 22. Porcentaje de tipos de hábitat en América Latina por país. Habitat Type No Analyzed Deserts and Xeric Shrublan ds Flooded Grasslan ds and Savanna Ice Lake Mangrov es Mediterrane an Forests, Woodlands and Scrub Montane Grasslands and Shrublands Temperate Broadleaf and Mixed Forests Temperate Grasslands, Savannas and Tropical and Subtropic al Tropical and Subtropical Dry Tropical and Subtropical Grasslands, Savannas and Tropical and Subtropical Moist Broadleaf Argentina 5.6% 0% 2.1% 0% 0% 0% 0% 10.5% 1.8% 56.4% 0% 16.0% 5.3% 2.4% Bolivia 1.4% 0% 3.0% 0% 0.3% 0% 0% 19.8% 0% 0% 0% 33.3% 11.8% 30.5% Brazil 0.5% 8.5% 1.6% 0% 0% 0.3% 0% 0% 0% 0% 0% 2.1% 26.0% 61.0% Chile 24.0% 11.9% 0% 0.1% 0% 0% 17.9% 12.8% 32.3% 1.0% 0% 0% 0% 0% Colombia 10.8% 2.4% 0% 0% 0% 0.2% 0% 1.0% 0% 0% 0% 6.9% 13.4% 65.3% Ecuador 9.6% 0% 1.1% 0% 0% 1.9% 0% 5.7% 0% 0% 0% 8.9% 0% 72.8% Guyana Fr. 0.4% 0% 0% 0% 0% 2.5% 0% 0% 0% 0% 0.0% 0% 0% 97.1% Guyana 4.7% 0% 0% 0% 0% 0.3% 0% 0% 0% 0% 0.0% 0% 6.4% 88.6% Perú 2.8% 14.2% 0% 0% 0.4% 0% 0% 13.7% 0% 0% 0% 3.8% 0% 65.1% Paraguay 0.3% 0% 0.5% 0% 0% 0% 0% 0% 0% 0% 0% 43.2% 34.2% 21.7% Suriname 0.1% 0% 0% 0% 0% 2.8% 0% 0% 0% 0% 0% 0% 0.4% 96.7% Uruguay 1.4% 0% 0% 0% 0% 0% 0% 0% 0% 0.1% 0% 0% 98.5% 0% Venezuela 1.1% 10.1% 0.7% 0% 0% 1.2% 0% 0.3% 0% 0% 0% 10.0% 25.8% 50.8% Bélize 1.7% 0% 0% 0% 0% 9.6% 0% 0% 0% 0% 12.9% 0% 0% 75.8% Costa Rica 2.1% 0% 0% 0% 0% 5.1% 0% 0% 0% 0% 0.0% 15.0% 0% 77.9% El Salvador 0.2% 0% 0% 0% 0% 3.2% 0% 0% 0% 0% 6.1% 82.7% 0% 7.8% Guatemala 0.1% 2.0% 0% 0% 0% 1.5% 0% 0% 0% 0% 23.1% 5.5% 0% 67.8% Honduras 0.1% 0% 0% 0% 0% 2.3% 0% 0% 0% 0% 46.4% 16.9% 0% 34.4% Mexico 0.8% 44.8% 0% 0% 0% 1.1% 1.3% 0% 0% 0% 20.5% 18.4% 0.2% 12.9% Nicaragua 9.9% 0% 0% 0% 0.5% 2.9% 0% 0% 0% 0% 15.6% 18.9% 0% 52.2% Panamá 15.8% 0% 0% 0% 0% 4.3% 0% 0% 0% 0% 0.0% 6.7% 0% 73.1% 72

79 5 Comparación de Resultados de Terra-i con otros datos Como se mostró en la sección anterior se realizó una recopilación de información bibliográfica acerca del estado de los Bosques y otros tipos de hábitat en América latina durante la última década, con el fin de comparar esta información con los resultados obtenidos por Terra-i en la región, sin embargo es claro que la información existente no es suficicente, es contradictoria de un articulo a otro y en muchos casos no está actualizada. Por lo anterior y para realizar una comparación con datos del mismo tipo, se utiliza como base la información suministrada en línea de manera gratuita por el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA) mediante el Portal datos GEOLAC. GEOLAC es la fuente autorizada de un conjunto de estadísticas e indicadores utilizados por el PNUMA y sus asociados en la preparación de evaluaciones ambientales integrales. Su base de datos en línea contiene variables ambientales y socio-económicas a nivel nacional, subregional y regional. Las estadísticas e indicadores incluidas, abarcan temas como Agua Dulce, Población, Bosques, Emisiones, Clima, Desastres y salud. Tabla 23. Datos PNUMA de Estado y Uso de los Bosques en Amárica Latina. Estado y Uso de los Bosques: Superficie Forestal. Unidad: hectáreas País Argentina 33,321 33,171 33,021 32,871 32,721 29,880 29,400 Bolivia 59,280 59,010 58,740 58,470 58,200 57,811 57,196 Brasil 483, , , , , , ,522 Caribe 5,865 5,918 5,973 6,027 6,263 6,850 6,930 Centro 87,740 87,194 86,649 86,034 84,381 85,109 84,301 Chile 16,006 16,064 16,121 16,178 16,236 16,156 16,231 Ecuador 11,248 11,051 10,853 10,656 10,458 10,260 9,865 Guyanas 37,943 37,943 37,943 37,943 37,936 38,059 38,045 Peru 68,930 68,836 68,742 68,648 68,442 68,292 67,992 Paraguay 18,832 18,654 18,475 18,296 18,118 17,939 17,582 Uruguay 1,467 1,487 1,506 1,525 1,610 1,654 1,744 Venezuela 48,288 48,001 47,713 47,425 47,138 46,850 46,275 Colombia 60,822 60,775 60,728 60,681 60,634 60,701 60,499 Total Región 933, , , , , , ,582 Datos Programa de Naciones Unidas para el Medio Ambiente (PNUMA) 8 8 GEO Portal de datos para América Latina y el Caribe, Programa de las Naciones Unidas para el Medio Ambiente División de Evaluación y Alerta Temprana, 73

80 Tabla 24.Comparación datos PNUMA con Terra-i. Perdida de Superficie forestal Terra-i País Acumulado Tasa Anual Acumulado Tasa Annual Argentina 150, , , ,000 2,841, ,000 3,921, , , ,789 Bolivia 270, , , , , ,000 2,084, , , ,085 Brasil 3,103,000 3,103,000 3,103,000 3,103,000-52,419,000 4,389,000 16,801,000 2,800,167 19,677,187 3,279,531 Caribe -53,000-55,000-54, , ,000-80, ,987 5,165 Centro 546, , ,000 1,653, , ,000 4,167, , ,731 23,455 Chile -58,000-57,000-57,000-58,000 80,000-75,000 80,000 13, ,244 74,707 Ecuador 197, , , , , ,000 1,383, ,500 25,544 4,257 Guyanas , ,000 14,000 21,000 3, ,637 18,440 Peru 94,000 94,000 94, , , , , , ,487 45,581 Paraguay 178, , , , , ,000 1,250, ,333 1,331, ,856 Uruguay -20,000-19,000-19,000-85,000-44,000-90, ,306 96,884 Venezuela 287, , , , , ,000 2,013, , ,169 21,028 Colombia 47,000 47,000 47,000 47,000-67, , ,000 65, ,031 82,839 Total Región 4,741,000 4,743,000 4,813,000 5,720,000-49,843,000 7,890,000 27,907,000 5,508,000 24,741,706 4,123,618 Como se observa en la tabla 24 el modelo Terra-i detecta un total de 25 millones de hectáreas durante los 6 años de estudio y la cifra del PNUMA para la región fue de 28 millones de hectáreas. Lo cual a nivel global tiene alta similitud. Sin embargo, observando los resultados a nivel país se evidencia que países como Argentina, Bolivia, Centro América, Ecuador y Venezuela tienen diferencias bastante significativas. En la mayoría de los casos los datos de Terra-i se encuentran muy por debajo de los datos registrados por el PNUMA. Esto pudo haber ocurrido debido a que la calibración del modelo Terra-i fue bastante estricta, ya que se trato de reducir al máximo el ruido generado por el modelo, evitando así falsos positivos, sin embargo ahora al ver los resultados se puede concluir que al ser esta calibración tan estricta se filtraron también detecciones reales. Esta es la primera calibración que se realiza al modelo Terra-i, pero esta puede ser mejorada utilizando otro tipo de imágenes satelitales de alta resolución ampliando el muestreo previamente realizado y utilizando otro tipo de metodologías de calibración del modelo en una próxima fase del proyecto. 74

81 6 Terra-i en línea Terra-i cuenta una aplicación de mapeo en línea que permite descargar y visualizar de manera fácil y rápida los resultados del modelo en América Latina. La aplicación es soportada por tecnología ESRI utilizando las bondades del ArcGIS Server, desarrollado con lenguajes de última generación como Silverlight y C# bajo la plataforma Microsoft Windows, instalado inicialmente sobre un servidor de desarrollo que es utilizado para soporte de base de datos, análisis geoespacial y presentación web. La plataforma es robusta y contiene una página principal de acceso a la documentación del modelo aplicado a diferentes regiones del mundo. En su primera versión de lanzamiento los usuarios finales podrán visualizar los resultados generados para América Latina visitando el sitio Figura 49. Visualización del Sitio web de Terra-i. 75