Análisis multitemporal del cambio de uso del suelo en la cuenca del río Zarumilla: Proyecciones al 2040
DOI:
https://doi.org/10.37135/ns.01.14.05Palabras clave:
Cuenca, deforestación, prospección, río, uso de la tierraResumen
La cuenca binacional del río Zarumilla es un lugar con gran diversidad de especies y es de gran importancia para la economía de Perú y Ecuador. Estos factores socioeconómicos pueden traer consigo cambios en la distribución de las coberturas del suelo, los cuales afectan de manera negativa los ecosistemas. El presente estudio tiene como objetivo evaluar los cambios de cobertura y uso de suelo durante el periodo 1992-2022 y construir una proyección al año 2040 siguiendo las tendencias de uso actuales y su patrón histórico. Se usaron mapas de cobertura y uso de suelo de los años 1992 y 2022, así como información georreferenciada que fue usada para encontrar los factores condicionantes para el cambio de suelo. El modelo de prospección se basó en la implementación de cadenas de Markov y autómatas celulares usando factores condicionantes para construir una proyección más precisa. Los resultados obtenidos reflejan una pérdida neta de 11378 hectáreas de bosque durante el periodo 1992-2022, ocurriendo el 87.7% de esta pérdida en el lado ecuatoriano de la cuenca. A este ritmo se puede prospectar una pérdida de bosque de 10552 hectáreas para el periodo 2022-2040, de igual manera prevista principalmente en el lado ecuatoriano. El modelo prospectivo también resalta que los principales cambios se producirán en áreas de baja altitud y en proximidad a fuentes hídricas y carreteras. Esta es una pérdida alarmante de bosque nativo, la cual se puede evitar mediante la creación de políticas de desarrollo sostenible y programas de ordenamiento territorial.
Descargas
Referencias
Álvarez del Castillo, J., y Agredo Cardona, G. (2013). Pérdida de la cobertura vegetal y de oxígeno en la media montaña del trópico andino, caso cuenca urbana San Luis (Manizales). Luna Azul, (37), 30-48. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1909-24742013000200004
Autoridad Nacional del Agua. (2020). Plan de gestión integrada de los recursos hídricos de la cuenca hidrográfica transfronteriza del río Zarumilla. https://hdl.handle.net/20.500.12543/4741
Bento, C. (21 de septiembre de 2021). Multilayer Perceptron Explained with a Real-Life Example and Python Code: Sentiment Analysis. https://towardsdatascience.com/multilayer-perceptron-explained-with-a-real-life-example-and-python-code-sentiment-analysis-cb408ee93141
Chen, M., Lin, H., y Lu, G. (2017). Virtual Geographic Environments. International Encyclopedia of Geography: People, the Earth, Environment and Technology. https://doi.org/10.1002/9781118786352.wbieg0448
Azqueta Oyarzun, D., Alviar Ramírez, M., Dominguez Villalobos, L., y O'ryan, R. (2007). Introducción a la economía ambiental. Mcgraw-Hill Interamericana de España. https://www.academia.edu/38621803/Introducci%C3%B3n_a_la_econom%C3%ADa_ambiental
Intituto Nacional de Metorología e Hidrología – INAHMI. (2005) Estudio hidrológico de caudales máximos y levantamiento de información ambiental de la cuenca del río Zarumilla [Archivo PDF]. https://issuu.com/inamhi/docs/estudiozarumilla
Ferreras, L. A., Toresani, S. M. I., Faggioli, V. S., y Galarza, C. M. (2015). Sensibilidad de indicadores biológicos edáficos en un Argiudol de la Región Pampeana Argentina. Sociedad Española de la Ciencia del Suelo, 5(3), 220-235. https://doi.org/10.3232/SJSS.2015.V5.N3.04
Gebresellase, S. H., Wu, Z., Xu, H., y Muhammad, W. I. (2023). Scenario-Based LULC Dynamics Projection Using the CA–Markov Model on Upper Awash Basin (UAB), Ethiopia. Sustainability, 15(2), 1683. https://doi.org/10.3390/su15021683
Keshtkar, H., y Voigt, W. (2016). Potential impacts of climate and landscape fragmentation changes on plant distributions: Coupling multi-temporal satellite imagery with GIS-based cellular automata model. Ecological Informatics, 32, 145–155. https://doi.org/10.1016/j.ecoinf.2016.02.002
Landis, J. R., y Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33(1), 159–174. https://doi.org/10.2307/2529310
MapBiomas Ecuador. (2023). Proyecto. https://ecuador.mapbiomas.org/proyecto/
Pabón Salazar, E. D. (2022). Análisis de los procesos de cambio de uso y cobertura del suelo en la microcuenca del río Tabacay. [Tesis de maestría, Universidad Andina Simón Bolívar] https://repositorio.uasb.edu.ec/bitstream/10644/8687/1/T3801-MCCSD-Pabon-Analisis.pdf
Instituto Nacional de Recursos Naturales-INRENA. (2001). Plan maestro del Parque Nacional Cerros de Amotape [Archivo PDF]. https://sinia.minam.gob.pe/sites/default/files/sinia/archivos/public/docs/304.pdf
Pontius, R. G. (2000). Quantification Error Versus Location Error in Comparison of Categorical Maps. Photogrammetric Engineering and Remote Sensing, 66(8), 1011-1016. https://www.asprs.org/wp-content/uploads/pers/2000journal/august/2000_aug_1011-1016.pdf
Ramos-Reyes, R., Palomeque-De la Cruz, M. Á., Megia-Vera, H. J., y Pascual-Landeros, D. (2021). Modelo del cambio de uso de suelo en el sistema lagunar Carmen-Pajonal-Machona, México. REVISTA TERRA LATINOAMERICANA, 39. https://doi.org/10.28940/terra.v39i0.587
Secretaría Nacional de Planificación y Desarrollo. (2016). Términos de referencia para la elaboración del plan de gestión integrada de los recursos hídricos de la cuenca hidrográfica transfronteriza del río Zarumilla [Archivo PDF]. https://planbinacional.org.ec/wp-content/uploads/2016/08/terminos-de-referencia-finales-girh-zarumilla-09-08-2016.pdf.
Vadrevu, K. P., y Ohara, T. (2020). Focus on land use cover changes and environmental impacts in South/Southeast Asia. Environmental Research Letters, 15(10), 100201. https://doi.org/10.1088/1748-9326/abb5cb
Wang, M., Cai, L., Xu, H., y Zhao, S. (2019). Predicting land use changes in northern China using logistic regression, cellular automata, and a Markov model. Arabian Journal of Geosciences, 12(24). https://doi.org/10.1007/s12517-019-4985-9
