Paises>Perú

MAAP #104: Gran Reducción de Minería Ilegal en la Amazonía Peruana Sur por Operación Mercurio

Posted on by dcadmin
Cuadro 1. Deforestación por minería ilegal (aurífera) en La Pampa. Datos: ACCA, MAAP.

En febrero del 2019, el Gobierno peruano inició la Operación Mercurio, un mega operativo multisectorial para erradicar la minería ilegal (aurífera) en la zona conocida como La Pampa.*

Está ubicada en la Amazonía Peruana Sur (región Madre de Dios), fuera de la Reserva Nacional Tambopata, pero en su zona de amortiguamiento.

En el presente reporte mostramos los resultados de los impactos iniciales de dicha Operación, según nuestros análisis.

En el 2019, encontramos una gran reducción de deforestación por minería aurífera en La Pampa durante el mismo periodo (febrero a junio) en los dos años precedentes (ver Cuadro 1).

En efecto, la deforestación minera disminuyó 92% entre el 2018 (900 hectáreas) y 2019 (66.7 hectáreas), periodo anterior y posterior al inicio de la Operación Mercurio.

Del mismo modo, el Mapa Base muestra cómo la expansión de la deforestación minera se ha desacelerado en el 2019 con respecto a los dos años previos, especialmente en el frente oriental. Las letras (A-C) corresponden a la ubicación de los Zooms, abajo.

Sin embargo, el análisis también revela que la deforestación minera en La Pampa aún no ha sido erradicada en su totalidad.

Mapa Base. Deforestación por minería ilegal (aurífera) en La Pampa. Datos: ACCA, SERNANP.

A continuación, el Zoom A1 muestra el frente oriental entre febrero (panel izquierdo) y junio (panel derecho) del 2019, los primeros 5 meses de la Operación Mercurio. Si bien la rápida expansión hacia el Este ha disminuido considerablemente, los círculos rojos indican áreas donde hemos detectado actividad minera aislada.

Zoom A. Frente oriental. Datos: ESA, MAAP.

Zooms de Alta Resolución

El Zoom B muestra la erradicación de uno de los campamentos mineros más grandes en La Pampa, entre el 2018 y el 2019.

Zoom B. Erradicación de uno de los campamentos mineros más grandes en La Pampa. Datos: DigitalGlobe/Maxar.

Los siguientes Zooms muestran ejemplos de la persistencia de la actividad minera ilegal en La Pampa, con imágenes muy recientes (junio del 2019), tanto satelitales como de drones. La infraestructura detectada incluye dragas y rampas de lavado. Las letras (A2, C1, C2) corresponden al Mapa Base, arriba.

Zoom A2. Infraestructura detectada por satélite de muy alta resolución. Datos: DigitalGlobe/Maxar, MAAP.
Zoom C1. Infraestructura detectada por dron. Datos: ACCA.
Zoom C2. Infraestructura detectada por dron. Datos: ACCA.

App de Google Earth Engine

Presentamos un aplicativo, desarrollado con el apoyo de la plataforma Google Earth Engine, que facilita una visualización interactiva de la evolución de la minería aurífera en La Pampa. El app permite al usuario aprovechar las potentes computadoras de Google para comparar grandes archivos de imágenes satelitales (Sentinel-1) de diferentes fechas con un slider (ver captura de pantalla, abajo). Sentinel-1 es un satélite de radar, por lo tanto no hay nubes en sus imágenes.

Para visitar el app, puede ingresar en el siguiente enlace:
https://luciovilla.users.earthengine.app/view/mining-monitoring-by-sar-sentinel-1

 

Captura de pantalla del app. Datos: ESA, MAAP

Notas 

*La Pampa es el sector situado en la zona de amortiguamiento de la Reserva Nacional Tambopata, delimitada por el límite de la Reserva Nacional, el rio Malinowski y la Carretera Interocéanica Sur.

Área de estudio: La Pampa.

Agradecimientos

Agradecemos a S. Novoa (ACCA), H. Balbuena (ACCA), E. Ortiz (AAF), T. Souto (ACA), P. Rengifo (ACCA), A. Condor (ACCA), y G. Palacios por sus útiles comentarios a este reporte.

Cita

Villa L, Finer M (2019) Gran Reducción de Minería Ilegal en la Amazonía Peruana Sur debido a la Operación Mercurio. MAAP: 104.

MAAP #103: Invasión en el Bosque Macuya (Amazonía Peruana Centro)

Posted on by dcadmin
Mapa Base: Macuya. Datos: Hansen/UMD/Google/USGS/NASA, MINAM/PNCB (Geobosques), Planet, MAAP.

En el presente reporte mostramos la rápida deforestación al interior de un bosque importante en la región Huánuco, conocido como el Centro de Investigación y Capacitación Forestal Bosque Macuya (área total de 2.4 mil hectáreas).

Este centro fue otorgado a la Universidad Nacional de Ucayali (UNU) como área reservada en 1987 (1). En diciembre del 2018 su categoría fue actualizada a Concesión para Conservación (2).

No obstante, en el presente reporte mostramos que el área ha experimentando una creciente deforestación desde el 2017. La causa (driver) sería una grave invasión de tierras para formar un asentamiento denominado Nueva Zelanda (3), cuya petición fue rechazada por el Gobierno Regional de Huánuco (4).

Realizamos un análisis de deforestación, documentando la pérdida de 687 hectáreas del bosque Macuya durante los últimos tres años (ver Mapa Base), la cual representa más de un cuarto (28%) de la actual Concesión para Conservación.

Como se ve en el Mapa Base, la deforestación comenzó en el 2017 (156 ha), aumentó en el 2018 (179 ha), y alcanzó su tasa máxima en el 2019 (352 ha).

A continuación, mostramos imágenes satelitales y de drones que evidencian la reciente deforestación en alta resolución.

Imágenes satelitales

La Imagen 1 muestra la rápida deforestación de más de un cuarto (687 ha) del bosque Macuya entre junio del 2017 (panel izquierdo) y junio del 2019 (panel derecho).

Imagen 1. Deforestación al interior del Bosque Macuya. Datos: Planet, MAAP

La Imagen 2 muestra cómo la deforestación se ha intensificado desde la creación de la Concesión para Conservación en diciembre del 2018. Las líneas rosadas indican la deforestación entre noviembre del 2018 (panel izquierdo) y junio del 2019 (panel derecho).

Imagen 2. Deforestación se ha intensificado desde la creación de la Concesión para Conservación. Datos: MINAM/PNCB (Geobosques), Planet, MAAP

Sobrevuelo con Dron

En enero del 2019, la empresa TEAMB SAC llevó a cabo un sobrevuelo en el bosque Macuya con un dron (5).

Las imágenes que mostramos a continuación fueron tomadas en el sobrevuelo y capturan la reciente deforestación en muy alta resolución.

A. Imagen de dron. Fuente: TEAMB SAC
B. Imagen de dron. Fuente: TEAMB SAC
C. Imagen de dron. Fuente: TEAMB SAC

Notas

(1) Resolución Directoral No. 036-87-AG-DGFF emitida por el Ministerio de Agricultura.
(2) Resolución Administrativa No. 065-2018-GR-DRA-HCO/ATFFS-PI.
(3) Sierra Y (2019) Perú: invasores cobran su primera víctima en centro de investigación Bosque Macuya. Mongabay: https://es.mongabay.com/2019/07/peru-invasores-cobran-su-primera-victima-en-centro-de-investigacion-bosque-macuya/
(4) Resolución Directoral No. 063-2019-GR-DRA-HCO/ATFFS-PI.
(5) Tipos de drones: DJI PHANTOM 4 Y MAVIC PRO.

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

Agradecimientos

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

Cita

Finer M, Mamani N, Verde D (2019) Invasión en el Bosque Macuya (Amazonía Peruana Centro). MAAP: 103

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

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

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

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

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

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

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

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

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

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

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

Colombia

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

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

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

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

Brasil (frontera con Bolivia)

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

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

Bolivia

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

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

Perú

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

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

Anexo 

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

Metodología

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

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

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

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

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

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

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

Referencias

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

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

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

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

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

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

Agradecimientos

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

Cita

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

El MAAP es una iniciativa de Conservación Amazónica.

MAAP #99: Identificando Tala Ilegal en la Amazonía Peruana

Posted on by dcadmin
Nuevo camino forestal en la Amazonía peruana. Datos: Planet.

La tala en la Amazonía peruana es principalmente de tipo selectiva y, en consecuencia, difícil de detectar a través de información satelital. Por ello, la tala ilegal sigue siendo un tema complicado de abordar.

En el MAAP #85, se presentó el potencial de las imágenes satélites para  identificar caminos forestales, los cuales son uno de los principales indicadores para detectar y monitorear la tala en la Amazonía peruana.

En el presente reporte, damos un paso más allá. Mostramos cómo se puede combinar los datos de caminos forestales con información espacial complementaria como, por ejemplo, títulos habilitantes forestales para identificar la posible tala ilegal.

Este análisis tiene dos partes. Primero, identificamos los nuevos caminos forestales construidos en la Amazonía peruana en el 2018, actualizando nuestro trabajo previo del 2015-17 (ver Mapa Base).

Segundo, evaluamos los principales patrones de caminos forestales a partir de la comparación con la información espacial complementaria*, a fin de identificar la posible ilegalidad.

* Información accesible a través de las plataformas tecnológicas de las autoridades nacionales y regionales, como SISFOR (OSINFOR), GEOSERFOR (SERFOR) y los IDERs (Infraestructura de Datos Espaciales Regionales). Estos recursos nos brindan una primera comprensión sobre los indicios de ilegalidad de la actividad forestal documentada. Sin embargo, pueden tener limitaciones debido a la desactualización del contenido, específicamente la información del estado de las concesiones y los permisos forestales (títulos habilitantes).

Mapa Base. Caminos Forestales. Datos: MAAP, SERNANP

Mapa Base

El Mapa Base ilustra la ubicación de los caminos forestales construidos en la Amazonía peruana durante los últimos cuatro años.

Anteriormente (MAAP #85), estimamos la construcción de hasta 2.2 mil kilómetros de caminos forestales durante el periodo 2015-17 (color amarillo).

Ahora, estimamos la construcción de un adicional de 1.13 mil kilómetros en el 2018 (color magenta).

Por lo tanto, hemos documentado la construcción de 3.3 mil kilómetros de caminos forestales durante los últimos cuatro años (2015-18).

Nótese que los caminos forestales están concentrados principalmente en las regiones Ucayali, Madre de Dios (sector noreste) y Loreto (sector sur).

Casos de Posible Ilegalidad

A. Caminos Forestales hacia Zonas Sin Títulos Habilitantes

El Zoom A muestra la construcción de un camino forestal más allá del límite de un permiso forestal, hacia una zona que no presenta títulos habilitantes. En este caso, el camino llega a una zona próxima (solo 200 metros) al límite de la Reserva Comunal Ashaninka. Cabe enfatizar que este análisis requiere información actualizada de entidades que otorgan derechos forestales, como los gobiernos regionales.  

Zoom A. Datos: Planet, MAAP, SERNANP, OSINFOR, IBC


B. Caminos Forestales en Concesiones Caducadas

El Zoom B muestra la construcción de caminos forestales al interior de concesiones forestales maderables clasificadas como caducadas (derechos de aprovechamiento no vigentes)*. Este análisis requiere información actualizada de derechos forestales para confirmar que dichas concesiones no hayan sido adjudicadas a nuevos concesionarios.

Zoom B. Datos: Planet, MAAP, OSINFOR, GOREU

C. Caminos Forestales en Concesiones de Castaña

El Zoom C muestra la construcción de caminos forestales al interior de una concesión forestal de castaña. Si bien está permitida la extracción de madera en este tipo de concesiones (a través del manejo y en porcentajes mínimos), la extensa construcción de dos redes de caminos (hacia el norte y sur de la concesión), así como la irregular delimitación de la zona de aprovechamiento llamó mucho la atención. Una investigación detallada de los hechos por parte del SERFOR (Servicio Nacional Forestal y de Fauna Silvestre) y de la Fiscalía ambiental (FEMA) reveló claros indicios de la ilegalidad (ver este artículo de la revista Mongabay para más información).

Zoom C. Datos: Planet, MAAP, OSINFOR


D. Caminos Forestales en Áreas Naturales Protegidas

El Zoom D muestra la ramificación de un camino forestal que ingresa a la Reserva Comunal El Sira y que se superpone con un permiso forestal obtenido luego de la creación del área natural protegida. Cabe enfatizar que, según la legislación vigente, no está permitida la extracción forestal maderable al interior de la Reserva Comunal El Sira.

Zoom D. Datos: Planet, MAAP, SERNANP, OSINFOR, GOREU, IBC

El SERNANP (Servicio Nacional de Áreas Naturales Protegidas por el Estado) ha comunicado estos hechos a la Fiscalía Provincial Especializada en Materia Ambiental de Ucayali Sede Atalaya (FPEMAU-SA); asimismo, está gestionando la nulidad de título habilitante otorgado toda vez que no cuenta con la opinión técnica previa vinculante del SERNANP, conforme lo dispone la normativa vigente.

Referencias

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

Agradecimientos

Agradecemos a OSINFOR, SERNANP, Reden Suárez, Yvette Sierra (Mongabay), Daniela Pogliani (ACCA), Alfredo Cóndor (ACCA), y Lorena Durand (ACCA) por sus útiles comentarios a este reporte.

Cita

Villa L, Finer M (2019) Identificando Tala Ilegal en la Amazonía Peruana. MAAP: 99.

MAAP #98: Hotspots de Deforestación del 2018 en la Amazonía Peruana

Posted on by dcadmin
Mapa Base. Hotspots de deforestación del 2018. Datos: PNCB/MINAM, SERNANP

Con la entrada del nuevo año, hacemos una evaluación inicial de los hotspots de deforestación del 2018 en la Amazonía peruana, basado en datos de alertas tempranas.*

El Mapa Base muestra los hotspots más intensos, es decir las zonas con alta densidad de pérdida de bosque.

Se puede observar que los hotspots más fuertes (color rojo) están concentrados en la Amazonía sur, sobre todo en la región Madre de Dios.

A continuación, nos enfocamos en 5 de los hotspots de interés (Zooms A-E).

A. La Pampa (Madre de Dios)
B. Parque Nacional Bahuaja Sonene (alrededores) (Madre de Dios y Puno)
C. Iberia (Madre de Dios)
D. Deforestación organizada (Ucayali y Loreto)
E. Amazonía centro (Ucayali y Huánuco)

*Los datos presentados en este reporte son un estimado basado en datos de alertas tempranas generados por el Programa Nacional de Conservación de Bosques para la Mitigación del Cambio Climático del Ministerio del Ambiente del Perú (PNCB/MINAM).

A. La Pampa (Madre de Dios)

El Zoom A muestra dos casos importantes en el sur de la Amazonía peruana (región Madre de Dios). Primero, la deforestación por la minería aurífera entre la carretera Interoceánica y el río Malinowski. La deforestación minera más grave se está extendiendo hacia el este en la zona conocida como La Pampa. Cabe enfatizar que el gobierno peruano acaba de iniciar la «Operación Mercurio 2019,» un megaoperativo multisectorial y integral que tiene como objetivo principal erradicar la minería ilegal y los delitos asociados a ella en la zona de La Pampa, así como impulsar acciones de desarrollo en la región. Segundo, la deforestación por la actividad agropecuaria, al norte de la carretera. El color rosado indica la pérdida de bosque del 2018.

Zoom A. La Pampa. Datos: PNCB/MINAM, SERNANP, ACCA, ESA

B. Parque Nacional Bahuaja Sonene (alrededores) (Madre de Dios y Puno)

El Zoom B también muestra dos casos importantes en el sur de la Amazonía peruana (regiones de Madre de Dios y Puno), esta vez alrededor del Parque Nacional Bahuaja Sonene. Primero, al norte del parque, la deforestación por la minería aurífera a lo largo de la parte alta del río Malinowski (Alto Malinowski). Segundo, al suroeste del parque, la extensa deforestación por actividad agropecuaria. Nótese que el patrón de la deforestación es diferente cuando es por minería (irregular asociada a cursos de agua) y por actividad agropecuaria (áreas pequeñas y dispersas en medios del bosque). En el Mapa Base se nota que alrededor de la parte sureste del parque también se está experimentando una extensa deforestación.

Zoom B. Bahuaja Sonene (alrededores). Datos: PNCB/MINAM, SERNANP, Planet

Según el SERNANP (Servicio Nacional de Áreas Naturales Protegidas por el Estado): Hasta septiembre del 2018, en base a las imagenes Sentinel-2 del 28 de agosto del 2018, (información elaborada el 13-09-2018), en el ámbito de la Comunidad Nativa Kotsimba se ha estimado una deforestación e impactos en el cauce del río por actividades de minería de 4.2 mil ha. La tendencia de mayor incremento de la actividad es hacia el margen izquierdo [norte] del río Malinowki. Esto gracias a que el SERNANP intensificó las acciones de patrullajes por el margen derecho [sur], contiguo al Parque Nacional Bahuaja Sonene, desde las nacientes (cabecera) del río Malinowski hasta el límite oeste de la Comunidad Nativa Kotsimba (Límites del Parque Nacional Bahuaja Sonene y la Reserva Nacional Tambopata).

C. Iberia (Madre de Dios)

El Zoom C nos lleva al otro lado de Madre de Dios, alrededor de la localidad de Iberia, cerca de la frontera con Brasil y Bolivia. La zona está experimentando una deforestación extensiva debido a la actividad agrícola. Al oeste de Iberia se ubica la comunidad de agricultores israelitas de Arca Pacahuara, que se dedican al cultivo del maíz (referencias 1-2). Cabe enfatizar que una gran parte de la deforestación del 2018 (y 2017) está ocurriendo al interior de una concesión forestal al lado de la comunidad.

Zoom C. Iberia. Datos: PNCB/MINAM, SERNANP, Planet

D. Deforestación organizada (Ucayali/Loreto)

En el 2018 hemos visto dos casos parecidos en la Amazonía centro. Ambas zonas tienen la misma forma de deforestación organizada, con parcelas distintas alrededor de nuevas vías de acceso. El Zoom D muestra el caso de Masisea (panel izquierdo, zoom D1) y el caso de Sarayaku (panel derecho, zoom D2). Ver MAAP #92 para más información sobre estos dos casos.

Zoom D. Casos Menonitas. Datos: PNCB/MINAM, SERNANP, ESA

E. Amazonía Centro (Ucayali/Huánuco)

Como en años anteriores, hay una extensa deforestación en la Amazonía centro (regiones Ucayali y Huánuco). El Zoom E muestra un ejemplo del panorama: deforestación de pequeña y mediana escala rodeando plantaciones de palma aceitera de gran escala. Nótese que la nueva deforestación de mediana escala a lo largo del Río Aguaytía es una nueva plantación de arroz. Una gran parte de la reciente deforestación está ocurriendo al interior de los Bosques de Producción Permanente (BPP). Esta zona también corresponde a la propuesta de título territorial de la Comunidad Nativa Santa Clara de Uchunya.

Zoom E. Amazonía Centro. Datos: PNCB/MINAM, SERNANP, ESA

Metodología

Realizamos una estimación de densidad kernel, un análisis que calcula la magnitud por unidad de área de un fenómeno particular, en este caso, la pérdida de bosques.

Los datos presentados en este reporte son un estimado basado en datos de alertas tempranas generados por el Programa Nacional de Conservación de Bosques para la Mitigación del Cambio Climático del Ministerio del Ambiente del Perú (PNCB/MINAM). Incorporamos solo los datos clasificados como «Antrópico» durante el año 2018.

Realizamos este análisis utilizando la herramienta Kernel Density dentro de las herramientas de análisis espaciales del software ArcGis. Se utilizaron los siguientes parámetros:

Radio de búsqueda: 15000 unidades estrato (metros).

Función de Densidad de Kernel: kernel de cuarto grados.

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

Todo lo demás lo dejamos en la configuración predeterminada.

Referencias

1. CIFOR 2016

2. GOREMAD 2016

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

Agradecimientos:

Agradecemos a Alfredo Cóndor (ACCA) y Lorena Durand (ACCA) por sus útiles comentarios a este reporte.

Cita

Finer M, Mamani N (2018) Hotspots de Deforestación del 2018 en la Amazonía Peruana. MAAP: 98.

MAAP #96: Minería Aurífera alcanza Máximo Histórico en la Amazonía Sur Peruana

Posted on by dcadmin

La deforestación por minería aurífera en la Amazonía sur peruana ha alcanzado niveles históricos máximos tanto en el 2017 como en el 2018.

Basado en el análisis de casi 500 imágenes satelitales de alta resolución (de Planet y DigitalGlobe), estimamos la deforestación de 18,440 hectáreas por minería aurífera en las regiones de Madre de Dios, Cusco y Puno durante el 2017 y 2018, la cual equivale a más de 25 mil campos de fútbol en solo dos años.

El Mapa Base resalta esta deforestación, mostrando el 2017 en rojo y el 2018 en magenta (el Anexo 1, Mapa de Referencia, muestra el área completa de estudio).

Mapa Base. Deforestación por minería aurífera en la Amazonía peruana sur. Datos: USGS/NASA, MAAP, SERNANP.

El 2017 presentó el estimado más alto de deforestación por minería aurífera registrado hasta ese momento: 9,160 hectáreas. Según una reciente investigación publicada por CINCIA (Centro de Innovación Científica Amazónica), este es el récord más alto del total anual entre 1985-2017*.

Sin embargo, en el 2018, la deforestación por minería aurífera fue aún más alta: 9,280 hectáreas.

Así, en conjunto, 2017-18 presentó el máximo histórico para dos años consecutivos: 18,440 hectáreas.

Note la ubicación de los tres zooms (A-C). Estos representan las áreas más amenazadas: A) La Pampa, B) Alto Malinowski y C) Camanti. A continuación, mostramos cada una en mayor detalle.

*Cabe mencionar que el CINCIA reporta 9,860 hectáreas de deforestación por minería aurífera en el 2017 (CINCIA 2018, Caballero Espejo et al 2018), un estimado más alto que el nuestro.

Zoom A: La Pampa

La Imagen A muestra la deforestación de 1,685 hectáreas por minería aurífera entre el 2017 (panel izquierdo) y el 2018 (panel derecho), en la zona conocida como La Pampa (región de Madre de Dios). Los círculos rojos indican los principales frentes de deforestación.

Imagen A. La Pampa. Datos: Planet, MAAP. Haga click para agrandar/descargar.

Como indica el mapa de concesiones mineras y títulos habilitantes forestales (Anexo 2), la mayoría de la reciente deforestación minera en La Pampa es claramente ilegal, avanzado en concesiones forestales (de reforestación) y al interior de la Zona de Amortiguamiento de la Reserva Nacional Tambopata.

Según el portal GEOCATMIN (Sistema de Información Geológico y Catastral Minero), desarrollado por INGEMMET (Instituto Geológico Minero y Metalúrgico del Perú), todas las concesiones mineras tituladas en la zona están «sin actividad minera,» ninguna en estado de Exploración o Explotación. Además, la mayor parte de la actividad minera está fuera de estas concesiones y se realiza en zonas prohibidas para tales fines.

Zoom B: Alto Malinowski

La Imagen B muestra la deforestación de 760 hectáreas por minería aurífera entre el 2017 (panel izquierdo) y el 2018 (panel derecho), en la zona conocida como Alto Malinowski (región de Madre de Dios). Los círculos rojos indican los principales frentes de deforestación.

Imagen B. Alto Malinowski. Datos: Planet, MAAP. Haga click para agrandar/descargar.

Como indica el Anexo 2, la reciente deforestación minera en Alto Malinowski está avanzado en la Comunidad Nativa Kotsimba y al interior de la Zona de Amortiguamiento del Parque Nacional Bahuaja Sonene.

Según el portal GEOCATMIN, todas las concesiones mineras tituladas en la zona están también «sin actividad minera» (ninguna en estado de Exploración o Explotación). Además, la mayor parte de la actividad minera está fuera de estas concesiones. En general, la actividad en esta zona se realiza fuera del corredor minero establecido para el proceso de formalización en Madre de Dios.

Según el SERNANP (Servicio Nacional de Áreas Naturales Protegidas por el Estado): «Hasta septiembre del 2018 en base a las imagenes Sentinel2 del 28 08 2018, (información elaborada el 13-09-2018, en el ámbito de la CC.NN Kotsimba se ha estimado una deforestación e impactos en el cauce del río por actividades de minería de 4 241,000 ha, y la tendencia de mayor incremento de la actividad es hacia el margen izquierdo del río Malinowky, esto debido a que gracias a las acciones del SERNANP que intensifico las acciones de patrullajes por el margen derecho, ZA contiguo al PNBS desde las nacientes (cabecera) del río malinowsky hasta el límite oeste de la CCNN Kotsimba (Límites del PNBS y la RN Tambopata).»

Cabe indicar que la fuente de noticias ambientales Mongabay publicó un reporte sobre esta zona (Kotsimba): https://es.mongabay.com/2018/05/kotsimba-mineria-ilegal-bahuaja-sonene/

Zoom C: Camanti

La Imagen C muestra la deforestación de 335 hectáreas por minería aurífera entre el 2016 (panel izquierdo) y el 2018 (panel derecho), en el distrito de Camanti (región Cusco). Los círculos rojos indican los principales frentes de deforestación. Nótese la creciente proximidad de la minería hacia la Reserva Comunal Amarakaeri.

Imagen C. Camanti. Datos: Planet, MAAP. Haga click para agrandar/descargar.

Como indica el Anexo 2, la reciente deforestación minera en la zona Camanti está avanzado en concesiones mineras que están «en trámite» (solicitud de derecho minero). Según el portal GEOCATMIN, no existen concesiones mineras tituladas activas (en Exploración o Explotación) en la zona.

Según el SERNANP: «Que dichas imagenes muestran intervención en la Zona de Amortiguamiento, el cual es un espacio declarado como Bosque Protector, categoría declarada por el SERFOR en diciembre del 2017, de igual forma  en el caso de los cuerpos de agua y fajas marginales son de competencia de la Autoridad Nacional del Agua; el SERNANP en virtud que amenaza esta actividad a la reserva, viene comunicando a loa diferentes autoridades sobre el avance de la ilícita actividad.»

Anexo 1: Mapa de Referencia

El Mapa de Referencia muestra el área completa de estudio. El fondo es blanco para indicar mejor las áreas deforestadas por minería. También sirve como mapa de referencia para etiquetas adicionales.

Mapa de Referencia. Deforestación por minería aurífera en la Amazonía peruana sur. Datos: MAAP, SERNANP.

Anexo 2: Mapa de Títulos Habilitantes

Presentamos un mapa de concesiones mineras y títulos habilitantes forestales que incorpora datos de varias fuentes, incluso el portal GEOCATMIN (Sistema de Información Geológico y Catastral Minero), desarrollado por INGEMMET (Instituto Geológico Minero y Metalúrgico). La descarga de los datos fue realizado el día 02 de enero del 2019.

Mapa de derechos habilitantes. Haga click para agrandar/descargar. Datos: INGEMMET, IBC, MINAGRI, SERNANP, Planet, UMD/GLAD, MINAM/PNCB

Se puede observar lo siguiente:

Los Zooms A y B están fuera del corredor minero establecido para el proceso de formalización en Madre de Dios. Además, se puede apreciar que la mayor parte de la actividad minera está fuera de las pocas concesiones. Sin embargo, la deforestación a causa de la minería está ocurriendo al interior de la Zona de Amortiguamiento de la Reserva Nacional Tambopata (Zoom A), la Zona de Amortiguamiento del Parque Nacional Bahuaja Sonene (Zoom B), la Comunidad Nativa Kotsimba (Zoom B) y las concesiones forestales de reforestación (Zoom A).

Adicionalmente, el portal Geocatmin indica que todas las concesiones mineras tituladas en los Zooms A y B están «sin actividad minera» y ninguna en estado de Exploración o Explotación.

Respecto al Zoom C, la deforestación por minería está ocurriendo en concesiones mineras que están «en trámite» (solicitud de derecho minero). Según el portal GEOCATMIN, no existen concesiones mineras tituladas activas (en Exploración, ni Explotación) en la zona. Al contrario, la deforestación minera está ocurriendo al interior de la Zona de Amortiguamiento de la Reserva Comunal Amarakaeri.

Metodología

Analizamos imágenes satelitales de alta resolución (DigitalGlobe y Planet) tanto para el 2017 como para el 2018, y digitalizamos todos los nuevos registros de deforestación por minería aurífera. Dada la minería expandida en un área tan extensa, también usamos alertas de pérdida de bosque automatizadas basado en imágenes Landsat de mediana resolución (Alertas tempranas de Geobosques, Programa Nacional de Bosques para la Mitigación del Cambio Climático del Ministerio del Ambiente de Perú) para guiar nuestro análisis.

Referencias

Centro de Innovación Científica Amazónica (CINCIA) (2018) Tres décadas de deforestación por minería aurífera en la Amazonía suroriental peruana. Resumen de Investigación No. 1; http://cincia.wfu.edu/wp-content/uploads/CINCIA-Research-Brief-1-Three-Decades-of-Deforestation.pdf

Caballero Espejo et al. (2018) Deforestation and Forest Degradation Due to Gold Mining in the Peruvian Amazon: A 34-Year Perspective.  Remote Sens. 2018, 10 (12), 1903; https://doi.org/10.3390/rs10121903

Asner GP and Tupayachi R (2016) Environ. Res. Lett. 12 094004.

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

Coordenadas

Zoom A, La Pampa: -69.885641; -13.005863
Zoom B, Alto Malinowski: -70.165739; -13.04532
Zoom C, Camanti: -70.858276; -13.093462

Agradecimientos

Agradecemos a Miles Silman (Wake Forest Univ), Sidney Novoa (ACCA), Ronald Catpo (ACCA), Efrain Samochuallpa (ACCA), Daniela Pogliani (ACCA), Alfredo Cóndor (ACCA), and Lorena Durand (ACCA) por sus útiles comentarios a este reporte.

Cita

Finer M, Mamani N (2018) Minería Aurífera alcanza Máximo Histórico de Deforestación en la Amazonía Sur Peruana. MAAP:96.

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

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

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

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

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

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

Nuestros principales hallazgos incluyen:

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

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

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

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

I. Tendencias de la Deforestación

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

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

Tendencias por País

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

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

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

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

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

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

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

Tendencias por Tamaño

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

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

II. Hotspots de Deforestación

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

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

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

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

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

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

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

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

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

III. Drivers de Deforestación      

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

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

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

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

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

Agricultura – Palma Aceitera, Cacao y otros cultivos

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

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

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

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

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

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

Agricultura de Gran Escala

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

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

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

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

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

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

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

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

Agricultura de Pequeña y Mediana Escala

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

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

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

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

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

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

Ganadería

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

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

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

Leyenda:
Ganadería (naranja)

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

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

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

Minería Aurífera

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

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

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

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

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

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

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

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

Tala (Caminos Forestales)

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

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

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

Leyenda:
Camino Forestal (morado)

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

Carreteras

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

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

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

Leyenda:
Carreteras (gris)

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

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

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

Represas Hidroeléctricas

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

Leyenda:
Represas hidroeléctricas (azul claro)

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

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

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

Hidrocarburos (Petróleo y Gas)

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

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

Leyenda:
Hidrocarburo (negro)

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

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

Cambio Climático

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

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

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

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

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

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

Referencias

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

Cita

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

 

MAAP #95: Línea base de palma aceitera para la Amazonía peruana

Posted on by dcadmin
Imagen satelital de alta resolución de plantación de palma aceitera en la Amazonía peruana. Fuente: DigitalGlobe. Haga click para agrandar.

En reportes anteriores, hemos documentado que la palma aceitera es uno de los drivers de deforestación en la Amazonía peruana (MAAP #41, #48). Sin embargo, hasta la fecha, aún no se tiene claro el alcance total de su impacto.

Un estudio reciente evaluó los impactos y riesgos de la deforestación provocados por la expansión de palma aceitera en la Amazonía peruana. Aquí revisamos algunos de los hallazgos principales.

Primero presentamos un Mapa Base de palma aceitera en la Amazonía peruana, destacando las plantaciones que han causado una reciente deforestación. Luego, mostramos dos zooms de las áreas más importantes ubicadas en la zona centro y norte de la Amazonía peruana, respectivamente.

En resumen, documentamos más de 86,600 hectáreas de palma aceitera, de las cuales confirmamos la deforestación directa de, por lo menos, 31,500 hectáreas (equivalentes a 43.1 mil campos de fútbol).

En otras palabras, sí, la palma aceitera causa deforestación en la Amazonía, pero no tanto como en Asia.

Mapa de Línea Base. Palma aceitera en la Amazonía peruana. Datos: MAAP, Vijay et al 2018, Planet

Mapa Base

Un análisis detallado de las imágenes satelitales de alta resolución revelaron que las plantaciones de palma aceitera ahora alcanzan las 86,623 hectáreas en la Amazonía peruana (ver Mapa Base).

En el Mapa Base, las áreas de color amarillo y rojo corresponden a las plantaciones de palma aceitera documentadas. Específicamente, las áreas de color rojo corresponden a las plantaciones que causaron deforestación.

Las plantaciones están concentradas en la Amazonía peruana centro y norte (regiones Ucayali, San Martín, Huánuco y Loreto).

Deforestación

En el Mapa Base, como se indicó anteriormente, las áreas de color rojo corresponden a las plantaciones de palma aceitera que causaron deforestación desde el año 2000.

Con un análisis de «series de tiempo» de imágenes satelitales, hemos confirmado que la palma aceitera ha causado directamente la deforestación de, al menos, 31,500 hectáreas.

Tocar este tema es oportuno, dado que la Junta Nacional de Palma Aceitera del Perú (Junpalma) recientemente informó que «los productores se han puesto como meta alcanzar las 250 mil hectáreas de sembríos de palma aceitera para el año 2019, con el fin de cubrir todo el mercado nacional» (Fuente: Gestion).

Como ejemplo, cabe enfatizar que la empresa peruana Grupo Palmas hace varios años propuso cuatro plantaciones nuevas que hubieran deforestado 23,000 hectáreas de bosque primario (ver MAAP #64).

Nota aclaratoria: Es necesario mencionar que, como se indica en el MAAP #64 (caso C), una de las noticias más positivas durante el 2017 fue que estas 4 plantaciones de palma aceitera a gran escala fueron detenidas antes de que ocurra algún evento de deforestación. En la actualidad, el Grupo Palmas viene apuntando sus acciones hacia una cadena de valor con deforestación cero y cuenta con una nueva política de sostenibilidad, según se indica en dicho análisis.

Zoom Amazonía Peruana Centro 

La Imagen 1 muestra un zoom de las plantaciones de palma aceitera en la Amazonía peruana centro. La más notable es la deforestación de dos plantaciones de palma aceitera a gran escala cerca de Pucallpa (MAAP #41). También, hemos descrito el incremento de la deforestación por palma aceitera en la parte norte de Huánuco (MAAP #48).

Imagen 1. Palma aceitera en la Amazonía peruana centro. Datos: MAAP, Vijay et al 2018, Planet

Zoom Amazonía Peruana Norte

La Imagen 2 muestra un zoom de las plantaciones de palma aceitera en la Amazonía peruana norte. Lo más notable es la deforestación de las plantaciones de palma aceitera a gran escala, a lo largo del límite entre Loreto y San Martín (MAAP #16). Recientemente, hemos descrito la deforestación por una nueva plantación de palma aceitera a gran escala, en San Martín (MAAP #92).

Imagen 2. Palma aceitera en la Amazonía peruana norte. Datos: MAAP, Vijay et al 2018, Planet

Metodología

Vijay et al (2018) identificaron plantaciones de palma aceitera en áreas deforestadas entre el 2000 y el 2015, se basaron en un análisis visual de imágenes satelitales Worldview-2 y Worldview-3 (del 2014 al 2016) de muy alta resolución (≤ 0.5 m). Las obtuvieron de DigitalGlobe (NextView). El total de la palma aceitera identificada de esta fuente es de 84, 500 hectáreas.

También incluimos data del 2016-18 (hasta setiembre del 2018) basado en un análisis de imágenes satelitales de resolución alta (Planet) y muy alta (DigitalGlobe) que realizó el equipo del MAAP. El total de la palma aceitera identificada de esta fuente es un adicional de 2,123 hectáreas. Esta área total fue luego analizada en relación a la cobertura y pérdida de bosque desde el 2014 para estimar las plantaciones de palma aceitera que causaron deforestación.

Para áreas de interés (Shanusi, Tocache, Ucayali norte, San Martin este, Plantaciones de Pucallpa), elaboramos un análisis de «series de tiempo» de imágenes satelitales para determinar si la palma aceitera ha causado directamente la deforestación observada.

Referencias

Vijay V et al (2018) Deforestation risks posed by oil palm expansion in the Peruvian Amazon. Environ. Res. Lett. 13 114010. Link: http://iopscience.iop.org/article/10.1088/1748-9326/aae540/meta

Mapa Interactivo: https://sites.google.com/view/oilpalmperu

Cita

Finer M, Vijay V, Mamani N (2018) Línea base de palma aceitera para la Amazonía peruana. MAAP:.

MAAP #94: Detectando la Tala (Legal e Ilegal) con Imágenes de Muy Alta Resolución

Posted on by dcadmin
Mapa Base. Etapas de la tala. Fuente: ACCA/ACA.

En el MAAP #85, mostramos cómo se podían utilizar los satélites de media y alta resolución (como Landsat, Planet y Sentinel-1) para monitorear la construcción de caminos forestales en tiempo casi-real.

En el presente reporte, presentamos el enorme potencial de los satélites de muy alta resolución (como DigitalGlobe y PerúSAT-1), para identificar las diferentes actividades implementadas para la tala (legal e ilegal).

Estas actividades incluyen (ver el Mapa Base):
1. Tala selectiva de árboles de alto valor.
2. Construcción de caminos forestales (vías de acceso).
3. Campamentos madereros.
4. Almacenamiento y transporte.

A continuación, veremos una serie de imágenes de muy alta resolución (menor a 50 centímetros), las cuales permiten identificar estas actividades.

Cabe resaltar que mostramos imágenes pertenecientes a casos de posible tala legal en áreas de aprovechamiento forestal (Imágenes 1,2,5,6,7,9,10) y tala ilegal confirmada en áreas no autorizadas (Imágenes 3,4,8,11,12).*

1. Tala selectiva de árboles de alto valor

Las siguientes imágenes (1-4) muestran ejemplos de la tala, la cual muchas veces se trata de una actividad selectiva sobre determinadas especies forestales maderables. Cabe enfatizar que las Imágenes 3 y 4 muestran ejemplos de la tala ilegal.

Imagen 1: La tala en áreas de aprovechamiento forestal en la región Ucayali. Fuente: DigitalGlobe
Imagen 2: La tala en áreas de aprovechamiento forestal en la región Ucayali. Fuente: DigitalGlobe
Imagen 3: Tala ilegal selectiva en áreas no autorizadas. Fuente: DigitalGlobe
Imagen 4: Tala ilegal selectiva en áreas no autorizadas. Fuente: DigitalGlobe

2. Construcción de caminos forestales

Las siguientes imágenes (5-8) muestran ejemplos de la construcción de caminos forestales para el acceso a las zonas de tala y para el transporte de la madera hacia los centros de acopio. En la Imagen 7, observe que se pueden identificar los vehículos utilizados para el transporte terrestre de la madera. La Imagen 8 muestra un camino forestal ilegal dentro un área no autorizada.

Imagen 5. Segmento de un camino forestal habilitado en la región Loreto. Fuente: DigitalGlobe
Imagen 6. Segmento de un camino forestal habilitado en la región Ucayali. Fuente: DigitalGlobe
Imagen 7. Segmento de un camino forestal. Fuente: Skysat (Planet)
Imagen 8. Segmento de un camino forestal ilegal en áreas no autorizadas. Fuente: DigitalGlobe

3. Campamentos Madereros

Las siguientes imágenes (9-12) muestran ejemplos de campamentos madereros. Las Imágenes 11 y 12 muestran campamentos ilegales.

Imagen 9. Campamento instalado en un área de aprovechamiento forestal en la región de Loreto. Fuente: DigitalGlobe.
Imagen 10. Campamento instalado en un área de aprovechamiento forestal en la región Ucayali. Fuente: DigitalGlobe.
Imagen 11. Campamento instalado en áreas no autorizadas (asociado a tala ilegal). Fuente: DigitalGlobe
Imagen 12: Campamento instalado en áreas no autorizadas (asociados a tala ilegal). Fuente: DigitalGlobe

4. Almacenamiento y Transporte

Las siguientes imágenes (13-15) muestran un ejemplo de una zona de acopio y almacenamiento de madera, la cual es posteriormente transportada por vía fluvial, a través de grandes embarcaciones de remolque, hacia los aserraderos. En la Imagen 15, se observa que con los satélites de radar (como Sentinel-1) se pueden identificar los barcos de transporte.

Imagen 13. Zona destinada al constante acopio y almacenamiento de madera, la cual es posteriormente transportada por vía fluvial hacia los aserraderos. Fuente: DigitalGlobe.
Imagen 14. Llegada de la madera a los aserraderos de Pucallpa, transportadas desde las diferentes zonas de acopio y almacenamiento. Fuente: DigitalGlobe.
Imagen 15. Detectando barcos de transporte en el rio Ucayali. Fuente: ESA (Sentinel-1B)

Anexo

Aquí mostramos nuevamente algunas de las imágenes pertenecientes a un periodo anterior y posterior a la implementación de las actividades asociadas a la tala para una mejor comparación.

Imagen 1: Tala en áreas de aprovechamiento forestal en la región Ucayali. Fuente: DigitalGlobe
Imagen 8. Segmento de un camino forestal ilegal en áreas no autorizadas. Fuente: DigitalGlobe
Imagen 10. Campamento instalado en un área de aprovechamiento forestal en la región Ucayali.
Imagen 11. Campamento instalado en áreas no autorizadas (asociado a tala ilegal). Fuente: DigitalGlobe.

*Notas

Determinamos la tala ilegal por el cruce de información adicional sobre áreas legalmente autorizadas para el aprovechamiento forestal maderable. Si bien las imágenes de muy alta resolución permiten la detección de actividades relacionadas a la tala selectiva, la determinación de la legalidad de estas actividades se necesitan, a menudo, de información complementaria y detallada de las entidades competentes.

Cita

Villa L, Finer M (2018) Detectando la Tala (Ilegal) con Imágenes de Muy Alta Resolución. MAAP: 94.

MAAP #93: Reducción de bosques primarios de la Amazonía Peruana

Posted on by dcadmin
Mapa Base. Datos: SERNANP, IBC, Hansen/UMD/Google/USGS/NASA, PNCB/MINAM, GLCF/UMD, ANA, Ministerio de Cultura.

Los bosques primarios de la Amazonía peruana, el segundo bloque Amazónico más extenso después de Brasil, se están reduciendo mientras la deforestación se expande.

En este reporte, analizamos la data histórica y actual para entender e ilustrar esta situación.

Las buenas noticias: Como  se muestra en el Mapa Base, la Amazonía peruana aún alberga una gran extensión de bosque primario,* alcanzando actualmente las 67 millones de hectáreas (superior al área geográfica de Francia).

Del total de bosque primario identificado al 2017, encontramos que el 48% (32.2 millones de hectáreas) se encuentra en Áreas Naturales Protegidas, Comunidades Nativas tituladas y Reservas Indígenas designadas para pueblos en aislamiento voluntario (ver Anexo).**

Las malas noticias: Los bosques primarios de la Amazonía peruana continúan reduciéndose de forma progresiva.

Estimamos que la extensión original de estos bosques fue de 73.1 millones de hectáreas. Por lo tanto, se registra una pérdida histórica de 6.1 millones de hectáreas (8%) del bosque original, de las cuales 2 millones de hectáreas han sido deforestadas desde el 2001.

A continuación, mostramos zooms (en formato GIF) de la reducción de bosques primarios y la expansión de la deforestación en tres zonas críticas: la Amazonía peruana sur, centro y norte.

GIF de la deforestación en la Amazonia Peruana Sur. Datos: ver Mapa Base

Amazonía Peruana Sur

Note estos tres patrones importantes en el GIF (click para agrandar):

  • El incremento de deforestación a lo largo de toda la carretera Interoceánica.
  • El incremento de deforestación desde diferentes frentes de minería aurífera, cerca de la sección suroeste de la carretera.
  • El incremento de deforestación por agricultura alrededor de Iberia, a lo largo de la sección norte de la carretera, cerca del límite con Brasil.

Amazonía Peruana Centro

Note estos tres patrones importantes en el GIF (click para agrandar):

  • La significativa deforestación histórica antes de 1990 alrededor de las ciudades de Pucallpa y Tarapoto.
  • El aumento de la deforestación a lo largo de la carretera que va hacia el oeste, desde Pucallpa.
  • La deforestación a gran escala por plantaciones de palma aceitera en las afueras de Pucallpa y Yurimaguas.

Amazonía Peruana Norte

Note estos tres patrones importantes en el GIF (click para agrandar):

  • La deforestación histórica antes de 1990 alrededor de Iquitos.
  • El incremento de deforestación a lo largo de la carretera Iquitos – Nauta.
  • La deforestación a gran escala por plantaciones de United Cacao cerca de la localidad de Tamshiyacu.
Mapa Base con ANPs y Territorios Indigenas. Datos: SERNANP, IBC, Hansen/UMD/Google/USGS/NASA, PNCB/MINAM, GLCF/UMD, RAISG, Ministerio de Cultura.

Anexo

Mapa Base con tres capas adicionales: Áreas Naturales Protegidas, Comunidades Nativas tituladas, y Reservas Indígenas.

Notas

*Nuestra definición de bosque primario: Según el Decreto Supremo (Nº 018-2015-MINAGRI) que aprueba el Reglamento para la Gestión Forestal bajo el marco de la nueva Ley Forestal de 2011 (Nº 29763), la definición oficial de bosque primario en Perú es: “Bosque con vegetación original caracterizado por la abundancia de árboles maduros con especies del dosel superior o dominante, que ha evolucionado de manera natural.” Usando métodos de teledetección, nuestra interpretación de esa definición son áreas que presentan cobertura de un dosel denso y cerrado, identificable desde las imágenes satelitales más tempranas disponibles.

Cabe enfatizar que nuestra definición de bosque primario no significa que el área es prístina. Estos bosques primarios pueden haber sido degradados por la tala selectiva y la caza.

** Bosque primario histórica: 73,188,344 ha. Bosque primario actual: 67,043,378 ha. De este valor, el 27.6% de los bosques primarios se encuentra en Áreas Naturales Protegidas (18.5 millones de hectáreas), 18% en las Comunidades Nativas tituladas (12 millones de hectáreas) y 4% en Reservas Indígenas/Territoriales designadas para pueblos en aislamiento voluntario (2.9 millones de hectáreas). Nótese que existe una superposición entre estas tres categorías, lo que tuvimos en cuenta en el valor final (48%). Cabe mencionar que las Reservas Indígenas permiten actividades económicas declaradas de interés nacional y con Estudio Impacto Ambiental aprobado, como minería, hidrocarburos y carreteras.

Metodología

Para generar el estimado de extensión original de bosques primarios, combinamos dos fuentes de datos generados a partir de imágenes satelitales. Primero, usamos los datos del Global Land Cover Facility (GLCF 2014) , la cual considera como línea base de cobertura forestal el año 1990. Las áreas con sombras y nubes fueron rellenadas con los cambios de cobertura del GLCF entre 2000 y 2005. La extensión original de bosques primarios fue determinado como la suma de las áreas categorizadas por el GLCF como “Bosque Persistente” (Persistent Forest), “Bosque Ganado” (Forest Gain) y “Bosque Perdido” (Forest Loss). Luego, se integró los datos de «Hidrografía» generado por el Programa Nacional de Conservación de Bosques (PNCB-MINAM) para no incluir cuerpos de agua en el análisis. Definimos el límite del análisis como la Cuenca Amazónica Hidrológica. Definimos la extensión «original» de bosques primarios como la extensión de estos bosques antes de la colonización europea de la Amazonía peruana’ (alrededor de 1750).

Para generar el estimado de extensión actual de bosques primarios, restamos la pérdida de bosque documentada desde 1990 hasta el 2017, de la extensión original de bosque primario.  Para el periodo de 1990 a 2000, usamos los datos del GLCF y y los datos de «No Bosque al 2000» generados por el PNCB-MINAM. Para el periodo entre 2001 y 2016, usamos los datos anuales del PNCB-MINAM. Finalmente, para el año 2017, usamos las alertas tempranas del PNCB-MINAM. Como resultado, definimos el bosque primario actual como un área con cobertura forestal identificada en las primeras imágenes satelitales disponibles desde el año 1990 y sin indicios de pérdida (resolución de 30 metros) hasta el año 2017.

Global Land Cover Facility (GLCF) and Goddard Space Flight Center (GSFC). 2014. GLCF Forest Cover Change 2000 2005, Global Land Cover Facility,University of Maryland, College Park.

Agradecimientos:

Agradecemos a Ernesto Raez (Pronaturaleza, UARM), Pedro Tipula (IBC), y César Gamboa (DAR) por sus útiles comentarios a este reporte.

Cita

Finer M, Mamani N (2018) Reducción de bosques primarios de la Amazonía Peruana. MAAP: 93.