Dinámica espaciotemporal, impulsores de cambio y prospectiva de la cobertura forestal en la cuenca hidrográfica Puyango (1990–2045)
DOI:
https://doi.org/10.37135/ns.01.18.05Palabras clave:
Análisis prospectivo, Cuenca del río Puyango, Deforestación, Impulsores ambientales, Usos de sueloResumen
Los cambios de cobertura forestal y uso del suelo son un fenómeno global que impacta la biodiversidad, los ciclos hidrológicos y la regulación climática. La cuenca binacional del río Puyango enfrenta una creciente presión antrópica que transforma su paisaje. Este estudio evaluó la dinámica espaciotemporal de la cobertura forestal y uso del suelo entre 1990 y 2024, identificó los principales impulsores del cambio y proyectó un escenario al 2045, utilizando la CUS del año 2014 en el proceso de validación. Se realizó un análisis multitemporal con imágenes Landsat procesadas en Google Earth Engine, clasificadas mediante el algoritmo Random Forest. Se modeló el potencial de transición usando el Land Change Modeler (TerrSet), tras una regresión logística que integró ocho factores impulsores. Los índices Kappa de la clasificación supervisada fueron 0.76 (1990), 0.94 (2014) y 0.93 (2024), indicando concordancia sustancial a muy alta. Los resultados indicaron una pérdida neta de 49167 ha de bosque, mientras que las tierras agropecuarias aumentaron en 35989 ha. La regresión logística (AUC = 0.67) reveló que la proximidad a tierras agrícolas es el principal impulsor de deforestación (OR = 1.28; p < 0.001), mientras que factores topográficos como la altitud y la pendiente limitan la conversión. El escenario del 2045 pronostica una pérdida significativa de bosques (16604.47). Se concluye que la deforestación y la expansión agrícola constituyen procesos críticos en la cuenca, poniendo en riesgo los bosques y los servicios ecosistémicos asociados. Por ello, se requieren estrategias efectivas de conservación y ordenamiento territorial.
Descargas
Referencias
[1] G. Terfassa Fida, B. N. Baatuuwie, y H. Issifu, “Dynamics of land use/cover change and its drivers during 1992–2022 in Yayo Coffee Forest Biosphere Reserve, Southwestern Ethiopia”, Sustainable Environment, vol. 10, no. 1, 2024, doi: 10.1080/27658511.2024.2374119.
[2] Food and Agriculture Organization, “Global Forest Resources Assessment 2020.” FAO, 2020. [En línea]. Disponible en: https://openknowledge.fao.org/server/api/core/bitstreams/9f24d451-2e56-4ae2-8a4a-1bc511f5e60e/content
[3] Global Forest Watch, “Ecuador dashboard.” GFW. [En línea]. Disponible en: https://www.globalforestwatch.org/.
[4] F. Paredes-Arcos, L. Tinoco-Jaramillo, C. Congo-Yépez, y Y. Vargas-Tierras, “Análisis multitemporal de deforestación y cambio de la cobertura del suelo, en el cantón La Joya de los Sachas, período 1990-2018.”, Bionatura Journal, vol. 1, no. 1, pp. 1–13, feb. 2024, doi: 10.70099/BJ/2024.01.01.16.
[5] D. X. Astudillo Román, J. E. Maza - Maza, y P. S. Amaya-Márquez, “Proyección y análisis multitemporal del cambio de cobertura y uso de suelo del BP-Tahuín mediante modelos MARKOV-MOLA y Perceptrón Multi-capa”, Green World Journal, vol. 7, no. 2, pp. 164–164, ago. 2024, doi: 10.53313/gwj72164.
[6] G. Erima, A. Gidudu, Y. Bamutaze, A. Egeru, y I. Kabenge, “Spatiotemporal Analysis of the Hydrological Responses to Land-Use Land-Cover Changes in the Manafwa Catchment, Eastern Uganda”, The Professional Geographer, vol. 76, no. 3, pp. 259–276, dic. 2023, doi: 10.1080/00330124.2023.2275317.
[7] A. Talib y T. O. Randhir, “Long-term effects of land-use change on water resources in urbanizing watersheds”, PLOS Water, vol. 2, no. 4, p. e0000083, abr. 2023, doi: 10.1371/journal.pwat.0000083.
[8] L. Fahrig, “Effects of Habitat Fragmentation on Biodiversity”, Annu. Rev. Ecol. Evol. Syst., vol. 34, no. 1, pp. 487-515, nov. 2003, doi: 10.1146/annurev.ecolsys.34.011802.132419.
[9] K. Winkler, R. Fuchs, M. Rounsevell, y M. Herold, “Global land use changes are four times greater than previously estimated”, Nat Commun, vol. 12, no. 1, may. 2021, doi: 10.1038/s41467-021-22702-2.
[10] S. Núñez Juárez y J. Zegarra loo, “Estudio Geoambiental de la Cuenca del Río Puyango-Tumbes”, INGEMMET, 2006. [En línea]. Disponible en: https://alicia.concytec.gob.pe/vufind/Record/INGEMMET_55fbee6565b39ae68fbce2b053edd924
[11] P. Lemenkova, “Exploitation d’images satellitaires Landsat de la région du Cap (Afrique du Sud) pour le calcul et la cartographie d’indices de végétation à l’aide du logiciel GRASS GIS”, Physio-Géo, vol. 20, pp. 113–129, 2024, doi: 10.4000/11pyj.
[12] P. Amaya-Márquez, B. Girón, J. Maza y A. Luna A, “Análisis multitemporal del cambio de uso del suelo en la cuenca del río Zarumilla: Proyecciones al 2040”, Novasinergia, vol. 7, no. 2, pp. 73–86, jul. 2024, doi: 10.37135/ns.01.14.05.
[13] Ministerio de Ambiente y Energía, “Mapa interactivo”, ambienteyenergia.gob.ec. Disponible en: https://www.ambienteyenergia.gob.ec/
[14] U.S. Geological Survey, “Landsat Surface Reflectance Tier 2 Collection (Landsat 7 ETM+, Landsat 8 OLI/TIRS, Landsat 9 OLI-2/TIRS-2)”, Google Earth Engine Data Catalog. [En línea]. Disponible en: https://developers.google.com/earth-engine/datasets/catalog/landsat?hl=es-419.
[15] OpenTopography, “ALOS World 3D - 30m”, 2016, OpenTopography. doi: 10.5069/G94M92HB.
[16] Instituto Nacional de Estadística y Censos (INEC), “Censo Ecuador,” Ecuador en Cifras. [En línea]. Disponible en: https://www.ecuadorencifras.gob.ec/estadisticas.
[17] Instituto Geográfico Militar (IGM), “Cartografía de libre acceso,” Geoportal IGM. [En línea]. Disponible en: https://www.geoportaligm.gob.ec/portal/index.php/descargas/cartografia-de-libre-acceso/.
[18] T. Zhu, “Analysis on the Applicability of the Random Forest”, J. Phys. Conf. Ser., vol. 1607, no. 1, p. 012123, ago. 2020, doi: 10.1088/1742-6596/1607/1/012123.
[19] S. Sharma, S. Hussain, y A. N. Singh, “Impact of land use and land cover on urban ecosystem service value in Chandigarh, India: a GIS-based analysis”, Journal of Urban Ecology, vol. 9, no. 1, 2023, doi: 10.1093/jue/juac030.
[20] Center for Geospatial Analytics, Clark University, TerrSet & LiberaGIS Manual, 2024. [En línea]. Disponible en: https://s45055.pcdn.co/centers/geospatial-analytics/www-content/blogs.dir/7/files/sites/354/2024/11/Terrset-liberaGIS-Manual.pdf/
[21] Ministerio del Ambiente, Agua y Transición Ecológica (MAATE), Deforestación del Ecuador continental en el periodo 2014–2016. Quito, Ecuador: MAATE, 2014
[22] C. Qin, A. ‐X. Zhu, T. Pei, B. Li, C. Zhou, y L. Yang, “An adaptive approach to selecting a flow‐partition exponent for a multiple‐flow‐direction algorithm”, International Journal of Geographical Information Science, vol. 21, no. 4, pp. 443–458, abr. 2007, doi: 10.1080/13658810601073240.
[23] C. V. M. Nery, F. H. S. Fernandes, A. A. Moreira, y F. L. Braga, “Avaliação das Técnicas de Classificação MAXVER, MAXVER – ICM e Distância Mínima Euclidiana de acordo com Índice Kappa (Evaluation of Classification Techniques MAXVER, MAXVER-ICM and Minimum Euclidean Distance according to Kappa Index)”, Revista Brasileira de Geografia Física, vol. 6, no. 2, pp. 320–328, sep. 2013, doi: 10.26848/rbgf.v6.2.p320-328.
[24] S. Madrigal-Martínez y J. L. Miralles i García, “Land-change dynamics and ecosystem service trends across the central high-Andean Puna”, Sci Rep, vol. 9, no. 1, jul. 2019, doi: 10.1038/s41598-019-46205-9.
[25] M. Gaglio et al., “Changes in land use and ecosystem services in tropical forest areas: A case study in Andes mountains of Ecuador”, Int J Biodivers Sci Ecosyst Serv Manag, vol. 13, no. 1, pp. 264–279, ene. 2017, doi: 10.1080/21513732.2017.1345980.
[26] Z. Tahir et al., “Predicting land use and land cover changes for sustainable land management using CA-Markov modelling and GIS techniques”, Sci Rep, vol. 15, no. 1, ene. 2025, doi: 10.1038/s41598-025-87796-w.
[27] R. M. O’brien, “A Caution Regarding Rules of Thumb for Variance Inflation Factors”, Qual Quant, vol. 41, no. 5, pp. 673–690, mar. 2007, doi: 10.1007/s11135-006-9018-6.
[28] P. G. Curtis, C. M. Slay, N. L. Harris, A. Tyukavina, y M. C. Hansen, “Classifying drivers of global forest loss”, Science, vol. 361, no. 6407, pp. 1108–1111, sep. 2018, doi: 10.1126/science.aau3445.
[29] X.-P. Song et al., “Global land change from 1982 to 2016”, Nature, vol. 560, no. 7720, pp. 639–643, ago. 2018, doi: 10.1038/s41586-018-0411-9.
[30] S. Adhikari, T. Fik, y P. Dwivedi, “Proximate causes of land-use and land-cover change in Bannerghatta National Park: A spatial statistical model”, Forests, vol. 8, no. 9, sep. 2017, doi: 10.3390/f8090342.
[31] O. M. Opelele, Y. Yu, W. Fan, T. Lubalega, C. Chen, y S. K. Kachaka, “Understanding Spatial Drivers Of Deforestation In The Luki Biosphere Reserve, Democratic Republic Of Congo”, Appl Ecol Environ Res, vol. 20, no. 1, pp. 653–670, 2022, doi: 10.15666/aeer/2001_653670.
[32] I. Pope, D. Bowen, J. Harbor, G. Shao, L. Zanotti, y G. Burniske, “Deforestation of montane cloud forest in the Central Highlands of Guatemala: Contributing factors and implications for sustainability in Q’eqchi’ communities”, International Journal of Sustainable Development and World Ecology, vol. 22, no. 3, pp. 201–212, ene. 2015, doi: 10.1080/13504509.2014.998738.
[33] P. G. Curtis, C. M. Slay, N. L. Harris, A. Tyukavina, y M. C. Hansen, “Classifying drivers of global forest loss”, Science, vol. 361, no. 6407, pp. 1108–1111, sep. 2018, doi: 10.1126/science.aau3445.
[34] F. Taubert et al., “Global patterns of tropical forest fragmentation”, Nature, vol. 554, no. 7693, pp. 519–522, feb. 2018, doi: 10.1038/nature25508.
[35] A. J. Hansen et al., “Exposure of U.S. National Parks to land use and climate change 1900–2100”, Ecological Applications, vol. 24, no. 3, pp. 484–502, abr. 2014, doi: 10.1890/13-0905.1.
[36] FAO y UNEP, The State of the World’s Forests 2020: Forests, biodiversity and people. Rome, Italy. doi: 10.4060/ca8642en.
