MAAP #108: Entendiendo los Incendios con Satélites, parte 2

Base Map. Updated Amazon fire hotspots map, August 20-26, 2019. Red, Orange, and Yellow indicate the highest concentrations of fire, as detected by NASA satellites that detect fires at 375 meter resolution. Data. VIIRS/NASA, MAAP.

Presentamos un análisis actualizado sobre los incendios en la Amazonía, a partir de nuestro reporte MAAP #107.

Primero, mostramos un Mapa Base actualizado de los “hotspots de fuego” en la Amazonía, basado en alertas recientes (agosto 20-26). Los hotspots (mostrados en rojo, anaranjado y amarillo) indican las concentraciones más altas de fuego detectadas por los satélites de la NASA.

Nuestros hallazgos principales son:

  • Los grandes fuegos NO parecen estar en la Amazonía brasileña norte ni central, las cuales se caracterizan por ser bosques alto y húmedo (estados de Rondônia, Acre, Amazonas y Pará); sino SI en la Amazonía sur de Brasil y de Bolivia, zonas caracterizadas por los bosques secos y matorrales (estados de Mato Grosso y Santa Cruz, respectivamente).
    .
  • De hecho, los fuegos más intensos se ubican al sur de la Amazonía, a lo largo de la frontera de Bolivia, Brasil, y Paraguay.
    .
  • La mayoría de los incendios de la Amazonía brasileña parecen estar asociados a la agricultura. El fuego, ubicado en el límite entre las zonas agrícolas y el bosque, podría expandirse por las plantaciones o escapar al bosque.
    .
  • La mayoría de los incendios relacionados a la agricultura en Brasil destacan un punto crítico: gran parte de la Amazonía oriental ha sido transformada a una agricultura masiva en las últimas décadas. Los incendios son un indicador rezagado de previa deforestación masiva.
    .
  • Insistimos en advertir contra el uso de datos de detección de fuego como medida única de impacto en los bosques Amazónicos. Muchos de los fuegos detectados están en áreas agrícolas y no necesariamente representan incendios forestales.

In conclusion, the classic image of wildfires scorching everything in their path are currently more accurate for the unique and biodiverse dry forests of the southern Amazon then the moist forests to the north. However, the numerous fires at the agriculture-moist forest boundary are both a threat and stark reminder of how much forest has been, and continues to be, lost by deforestation.

Next, we show a series of 11 satellite images that show what the fires look like in major hotspots and how they are impacting Amazonian forests. The location of each image corresponds to the letters (A-K) on the Base Map.

Zooms A, B: Chiquitano Dry Forest (Bolivia)

Some of the most intense fires are concentrated in the dry Chiquitano of southern Bolivia. The Chiquitano is part of the largest tropical dry forest in the world and is a unique, high biodiversity, and poorly explored Amazonian ecosystem. Zooms A-C illustrate fires in the Chiquitano between August 18-21 of this year, likely burning a mixture of dry forest, scrubland, and grassland.

Zoom A. Recent fires in the dry Chiquitano of southern Bolivia. Data: Planet.
Zoom B. Recent fires in the dry Chiquitano of southern Bolivia. Data: Planet.

Zoom D: Beni Grasslands (Bolivia)

Zoom D shows recent fires and burned areas in Bolivia’s Beni grasslands.

Zoom D. Recent fires and burned areas in Bolivia’s Beni grasslands. Data: ESA.

Zooms E,F,G,H: Brazilian Amazon (Amazonas, Rondônia, Pará, Mato Grosso)

Zoom E-H take us to moist forest forests of the Brazilian Amazon, where much of the media and social media attention has been focused. All fires we have seen in this area are in agricultural fields or at the agriculture-forest boundary. Note Zoom E is just outside a national park in Amazonas state; Zoom F shows fires at the agriculture-forest boundary in Rondônia state; Zoom G shows fires at the agriculture-forest boundary within a protected area in Pará state; and Zoom H shows fires at the agriculture-forest boundary in Mato Grosso state.

Zoom E. Fires at the agriculture-forest boundary outside a national park in Amazonas state. Data: Planet.
Zoom F. Fires at the agriculture-forest boundary in Rondônia state. Data: ESA.
Zoom G. Fires at the agriculture-forest boundary within a protected area in Pará state.
Zoom H. Fires at the agriculture-forest boundary in Mato Grosso. Data: ESA.

Zooms I, J: Southern Mato Grosso (Brazil)

Zooms I and J shows fires in grassland/scrubland at the drier southern edge of the Amazon Basin. Note both of these fires are within Indigenous Territories.

Zoom I. Fires within an Indigenous Territory at the drier southern edge of the Amazon Basin. Data: Planet.
Zoom J. Fires within an Indigenous Territory at the drier southern edge of the Amazon Basin. Data: Planet.

Zooms C, K: Bolivia/Brazil/Paraguay Border

Zooms C and K show large fires burning in the drier ecosytems at the Bolivia-Brazil-Paraguay border. This area is outside the Amazon Basin, but we include it due it’s magnitude.

Zoom C. Recent fires in the dry Chiquitano of southern Bolivia. Data: Planet.
Zoom K. Large fires burning around the Gran Chaco Biosphere Reserve. Data: NASA/USGS.

Acknowledgements

We thank  J. Beavers (ACA), A. Folhadella (ACA), M. Silman (WFU), S. Novoa (ACCA), A. Condor (ACCA), M. Terán (ACEAA), and D. Larrea (ACEAA) for helpful comments to earlier versions of this report.

This work was supported by the following major funders: MacArthur Foundation, International Conservation Fund of Canada (ICFC), Metabolic Studio, and Global Forest Watch Small Grants Fund (WRI).

Citation

Finer M, Mamani N (2019) Seeing the Amazon Fires with Satellites. MAAP: 108.

MAAP #107: Viendo los Fuegos de la Amazonía con Satélites

Fuego reciente (fines de Julio del 2019) en la Amazonía brasilera. Datos: Maxar.

Los incendios ardiendo en la Amazonía, particularmente en Brasil y Bolivia, se han vuelto titulares de prensa y tema viral en las redes sociales.

Aún es poca la información que existe sobre el impacto en los bosques de la Amazonía, como muchos de los incendios se originaron en o cerca tierras agrícolas.

En el presente reporte, profundizamos la discusión sobre los fuegos, presentando el primer Mapa Base de los «Hotspots de Fuego» actuales en tres países (Bolivia, Brasil y Perú). También presentamos una serie de imágenes satelitales que muestran cómo se ven los incendios en cada hotspot y cómo están impactando los bosques de la Amazonía. Nuestro enfoque es tiempo real, agosto del 2019.

Nuestros hallazgos clave incluyen:

  • Sí, hay incendios quemando el bosque Amazónico en Bolivia, Brasil y Perú.
    ,
  • Los incendios en Bolivia están concentrados en los bosques secos de Chiquitano, en la Amazonía sur.
    ,
  • Los incendios en Brasil son mucho más dispersos y extendidos, a menudo asociados con tierras agrícolas. Por ende, advertimos no usar únicamente datos de detección de incendios como medida de impacto, dado que muchos están limpiando campos a través del roza y quema. No obstante, muchos de los fuegos están en el límite del bosque y la agricultura, y pueden ser plantaciones en expansión o fuegos escapándose hacia el bosque.
    .
  • Aunque no tan severo, también se ha detectado presencia de quema de bosques al sur de Perú, en un área que se ha convertido en un hotspot de deforestación a lo largo de la carretera interoceánica.

Dada la naturaleza de los incendios de Bolivia y Brasil, el estimado total del área quemada aún es difícil de determinar. Continuaremos monitoreando e informando sobre la situación en los próximos días.


Mapa Base

El Mapa Base muestra “hostpots de fuego” sobre las regiones amazónicas de Bolivia, Brasil y Perú en agosto del 2019. Los datos son de un satélite de la NASA que detecta incendios a una resolución de 375 metros. Las letras (A-G) están relacionadas con los zooms de las imágenes satelitales que se muestran a continuación.

Mapa Base. Hotspots de Fuego en la Amazonía en agosto del 2019. Datos: VIIRS/NASA.

Zoom A: Amazonía Boliviana Sur

Los incendios están concentrados en el seco Chiquitano del sur de Bolivia, parte del bosque tropical seco más grande del mundo. Coinciden con zonas destinadas en las últimas décadas a la expansión de la ganadería(1-3) , sugiriendo prácticas de uso de fuego pudieron originar los incendios forestales. El Servicio Nacional de Meteorología e Hidrología (SENAMHI) de Bolivia emitió en julio y agosto avisos de alertas con pronósticos de vientos fuertes, que pudieron favorecer la expansión de fuegos. Por otra parte, usualmente agosto es el mes más seco del año en la zona. Estas condiciones podrían explicar el origen (uso del fuego) y expansión (poca lluvia y fuertes vientos) de los fuegos ocurridos estas últimas semanas.

Zoom A1. Fuego en la Amazonía boliviana sur. Datos: ESA
Zoom A2. Fuego en la Amazonía boliviana sur. Datos: ESA
Zoom A3. Fuego en la Amazonía boliviana sur. Datos: Planet

Zooms B, C, E, F, G: Amazonía Brasilera Oeste

Los grandes incendios de Brasil parecen estar en el límite del bosque y la agricultura. En el Zoom B se observa la presencia de fuego en un área protegida en el estado de Amazonas; el Zoom C parece mostrar fuego escapando (o deliberadamente fijo) en los bosques primarios del estado de Rondonia; y los Zooms F y G parecen mostrar cómo el fuego se expande hacia el bosque en los estados de Amazonas y Mato Grosso, respectivamente.

Zoom B. Fuego en un área protegida en el estado de Amazonas. Datos: ESA
Zoom C. Fuegos en el límite del bosque y la agricultura en el estado de Rondonia. Datos: Sentinel.
Zoom E. Fuego escapando (o deliberadamente fijos) en los bosques primarios del estado de Rondonia. Datos: Planet
Zoom F. Fuego que parece en expansión hacia el bosque en el estado de Amazonas. Data: Planet.
Zoom G. Fuego que parece en expansión hacia el bosque en el estado de Mato Grosso. Data: Planet.
Zoom Bonus. Fuegos en el límite del bosque y la agricultura en la Amazonía brasilera. Datos: Planet

 

Zoom D: Amazonía Peruana Sur

Se observan incendios ardiendo el bosque cerca del poblado de Iberia, un área a lo largo de la carretera Interoceánica que se ha convertido en un hotspot de deforestación, en la región Madre de Dios (see MAAP #28 and MAAP #47).

Zoom D. Incendio forestal en la Amazonía Peruana Sur (cerca Iberia, Madre de Dios). Datos: ESA

References

1 Müller, R., T. Pistorius, S. Rohde, G. Gerold & P. Pacheco. 2013. Policy options to reduce deforestation based on a systematic analysis of drivers and agents in lowland Bolivia. Land Use Policy 30(1): 895-907. http://dx.doi.org/10.1016/j. landusepol.2012.06.019

2 Muller, R., Larrea-Alcázar, D.M., Cuéllar, S., Espinoza, S. 2014.  Causas directas de la deforestación reciente (2000-2010) y modelado de dos escenarios futuros  en las tierras bajas de Bolivia. Ecología en Bolivia 49: 20-34.

3 Müller, R., P. Pacheco & J. C. Montero. 2014. El contexto de la deforestación y degradación de los bosques en Bolivia: Causas, actores e instituciones. Documentos Ocasionales CIFOR 100, Bogor. 89 p.

Agradecimientos

Agradecemos a J. Beavers, D. Larrea, T. Souto, M. Silman, A. Condor y G. Palacios por sus útiles comentarios a este reporte.

Este trabajo fue apoyado por los siguientes financiadores: International Conservation Fund of Canada (ICFC), MacArthur Foundation, Metabolic Studio, and Global Forest Watch Small Grants Fund (WRI).

Cita

Novoa S, Finer M (2019) Viendo los Fuegos de la Amazonía con Satélites. MAAP: 107.

MAAP #106: La deforestación impacta 4 áreas protegidas en la Amazonía Colombiana (2019)

Cuadro 1. Deforestación en la Amazonía colombiana. Datos: Hansen/UMD/Google/USGS/NASA

Continuamos con nuestro enfoque en el noroeste de la Amazonía colombiana,* el hotspot de deforestación más intenso de toda la Amazonía occidental (ver MAAP #100).

En el presente reporte, realizamos un nuevo análisis de la deforestación desde el 2015 hasta julio del 2019.

Encontramos que el gran incremento de la deforestación se inició en el 2016. La Amazonía colombiana perdió 478 mil hectáreas de bosque durante el 2016-18, de las cuales el 73% (348 mil ha) eran bosques primarios (ver Cuadro 1).

El principal motor (driver) de la deforestación en la región es la conversión a pastos para el acaparamiento de tierras y la ganadería.

A continuación, presentamos una actualización en tiempo real del 2019, en base a las alertas tempranas de la Universidad de Maryland/Global Forest Watch (GLAD alerts), actualizado hasta el 25 de julio del 2019.

*MAAP en Colombia representa una colaboración entre Amazon Conservation y su socia colombiana, Fundación para la Conservación y el Desarrollo Sostenible (FCDS).

Mapa Base. Hotspots de deforestación en la Amazonía colombiana. Datos: UMD/GLAD, RUNAP, RAISG

Deforestación 2019

Estas alertas indican la pérdida adicional de 60.6 mil hectáreas en los primeros 7 meses del 2019 (hasta julio), de las cuales el 75% (45.7 mil ha) era bosque primario.

El Mapa Base muestra que la deforestación del 2019 impacta principalmente 4 áreas protegidas* en el noroeste de la Amazonía colombiana: los Parques Nacionales Tinigua, Serranía de Chiribiquete, y Sierra de la Macarena, y la Reserva Nacional Nukak.

A continuación, detallamos la reciente deforestación en estas cuatro áreas protegidas de la Amazonía colombiana, incluyendo una serie de imágenes.

*Hay otras áreas protegidas con deforestación reciente (como Parques Nacionales Picachos y La Paya), sin embargo en este reporte nos centramos solo en las cuatro áreas con mayor deforestación durante el 2019.

Mapa de Deforestación en Áreas Protegidas. Datos: UMD/GLAD, Hansen/UMD/Google/USGS/NASA, RUNAP, RAISG

Deforestación en Áreas Protegidas

Realizamos un análisis de deforestación al interior de las 4 áreas protegidas (Chiribiquete, Tinigua, Macarena, Nukak), generando los siguientes resultados clave:

  • Durante el 2016-18, se deforestaron 29 mil hectáreas en las 4 áreas protegidas, de las cuales el 86% (25 mil ha) era bosque primario (25 mil ha).
    .
  • A finales julio del 2019, se deforestaron 4.3 mil hectareas, de las cuales el 87% era bosque primario (3.7 mil ha). Tres de las áreas protegidas (Tinigua, Chiribiquete, y Macarena) han perdido más de mil hectáreas cada una.
    .
  • Parque Nacional Tinigua es el área protegida más impactada con la deforestación de 16 mil hectáreas durante el 2017-19 (de las cuales el 96% era bosque primario). Note el gran incremento de la deforestación en el 2018.
    .
  • Parque Nacional Chiribiquete ha perdido 2.6 mil hectáreas desde su expansión en julio del 2018 (de las cuales el 96% era bosque primario).

Zoom A. Deforestación en los Parques Nacionales Tinigua, Chiribiquete, y Macarena

Los tres zooms (A-C) corresponden al Mapa de Deforestación en Áreas Protegidas, arriba.

Zoom A. Deforestación en los Parques Nacionales Tinigua, Serranía de Chiribiquete, y Sierra de la Macarena, *hasta 25 de julio. Datos: UMD/GLAD, Hansen/UMD/Google/USGS/NASA, RUNAP, RAISG

Zoom B. Deforestación en el Parque Nacional Chiribiquete (sector oeste)

Zoom B. Deforestación en el Parque Nacional Serranía de Chiribiquete (sector oeste), *hasta 25 de julio. Datos: UMD/GLAD, Hansen/UMD/Google/USGS/NASA, RUNAP, RAISG

Zoom C. Deforestación en la Reserva Nacional Nukak

Zoom C. Deforestación en la Reserva Nacional Nukak *hasta 25 de julio. Datos: UMD/GLAD, Hansen/UMD/Google/USGS/NASA, RUNAP, RAISG

Anexo 1: Cuadro
Deforestación de Bosque Primario en 4 áreas protegidas (2015-18)

Anexo 1. Datos: Hansen/UMD/Google/USGS/NASA, RUNAP.

 

Anexo 2: Mapa
Deforestación de Bosque Primario en 4 áreas protegidas (2016-19)

Anexo 2. Datos: Turubanova 2018, UMD/GLAD, Hansen/UMD/Google/USGS/NASA, RUNAP, RAISG

Metodología

Utilizamos los datos generados por el laboratorio GLAD de la Universidad de Maryland, disponibles en el sitio web de Global Forest Watch. Los datos se basan en imágenes Landsat de 30 m de resolución. Para el 2019, analizamos las alertas GLAD (Hansen et al 2016). Para el plazo 2017-18, analizamos los datos anuales (Hansen et al 2013). 

Las cifras estimadas como pérdida de bosque total 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.

Definen «bosques primarios» como una cubierta de bosque tropical húmedo natural maduro que no ha sido completamente talada y regenerada en la historia reciente (30-50 años). Para estimar las cifras de la pérdida de bosque primario, se intersectaron los datos de “bosque primario húmedo tropical” (primary humid tropical forests) del año 2001 (Turubanova et al 2018), 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), zona 18 Norte.

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 se mantuvo según la configuración predeterminada.

Para el Mapa Base, usamos los siguientes porcentajes de concentración: Medio: 10%-25%; Alto: 25%-50%; Muy Alto: >50%.

Referencias

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.

Hansen, M.C., A. Krylov, A. Tyukavina, P.V. Potapov, S. Turubanova, B. Zutta, S. Ifo, B. Margono, F. Stolle, and R. Moore. 2016. Humid tropical forest disturbance alerts using Landsat data. Environmental Research Letters, 11 (3).

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.

Agradecimientos

Agradecemos a R. Botero (FCDS), A. Rojas (FCDS) y G. Palacios por sus útiles comentarios a este reporte.

Este trabajo fue apoyado por los siguientes financiadores: International Conservation Fund of Canada (ICFC), MacArthur Foundation, Metabolic Studio, and Global Forest Watch Small Grants Fund (WRI).

Cita

Finer M, Mamani N (2019) La deforestación impacta 4 áreas protegidas en la Amazonía colombiana. MAAP: 106.

MAAP #105: De los Satélites y Drones a la Denuncia en la Amazonía peruana

Miembro de ACOMAT volando un dron para el monitoreo. Fuente: ACCA.

Desde hace algunos años, Conservación Amazónica – ACCA viene ejecutando iniciativas de conservación en la Amazonía sur peruana (región Madre de Dios), donde vincula el uso de la tecnología (satélites y drones) con la acción legal.

Este trabajo, en específico, se trata de un monitoreo integral junto a las concesiones forestales de la asociación local ACOMAT (Asociación de Concesionarios Forestales Maderables y no Maderables de las Provincias del Manu, Tambopata, y Tahuamanu) para enfrentar la deforestación y la tala ilegal en sus 197 mil hectáreas (ver Mapa Base).

Este sistema integral tiene tres pasos básicos:

1) Monitoreo en tiempo real por alertas tempranas de deforestación generadas por el Gobierno peruano (Geobosques/MINAM), basadas en algoritmos que analizan imágenes satelitales.*

2) Verificación de las alertas con un sobrevuelo de dron.**

3) Inicio del proceso de una denuncia penal ante la Fiscalía Especializada en Materia Ambiental (FEMA) en Madre de Dios (o una denuncia administrativa ante las autoridades forestales competentes) en caso de encontrar indicios de ilegalidad.

A continuación, describimos 6 nuevos casos (A-F) donde se ha realizado el monitoreo integral.

Cabe enfatizar que este modelo integral de monitoreo, a nivel de custodios forestales (por ejemplo, concesionarios y comunidades indígenas) es posible de replicar en la Amazonía y otros bosques tropicales.

Mapa Base. Concesiones de ACOMAT con 6 casos de monitoreo integral. Datos: ACCA, MINAM/PNCB, SERNANP.

Caso A. Tala ilegal en la Concesión de Conservación «Los Amigos»

La evidencia en este caso comenzó con una alerta temprana de deforestación al interior de la Concesión de Conservación Los Amigos, donde no se permite la tala. Para investigar las alertas, el concesionario planificó un sobrevuelo con un dron. En las imágenes del vuelo, se pueden observar árboles de “tornillo” (Cedrelinga cateniformis) cortados de manera ilegal dentro de la concesión. Con estas imágenes, se procedió a realizar una denuncia penal ante la Fiscalía Especializada en Materia Ambiental de Madre de Dios.

Caso A. Tala ilegal en la Concesión de Conservación “Los Amigos,” identificada con sobrevuelo de dron. Fuente: ACCA.

Caso B. Minería ilegal en la Concesión para Ecoturismo “Sonidos de la Amazonía”

Luego de recibir una alerta temprana en su celular, la concesionaria planificó un sobrevuelo con un dron para investigar. Dentro de los hallazgos, no solo se encontró un campamento minero, sino personas en esta actividad ilegal, por lo que procedió a realizar una denuncia penal ante la Fiscalía Especializada en Materia Ambiental de Madre de Dios, adjuntando las imágenes del dron georreferenciado.

Caso B. Minería ilegal en la Concesión de Turismo “Sonidos de la Amazonía,” identificada con sobrevuelo de dron. Fuente: ACCA.

Caso C. Minería ilegal en la Concesión Forestal No Maderable “AGROFOCMA”

El concesionario recibió una alerta temprana, así como alertas de terceras personas, procediendo a la verificación mediante el sobrevuelo del dron. Se encontró un campamento minero en actividad, el cual fue registrado en una imagen georreferenciada, sirviendo como sustento para realizar una denuncia penal ante la Fiscalía Especializada en Materia Ambiental de Madre de Dios.

Caso C. Minería ilegal en la Concesión Forestal “AGROFOCMA,” identificada con sobrevuelo de dron. Fuente: ACCA.

Caso D. Minería ilegal en la Concesión de Conservación “Inversiones Manu”

Tras recibir una alerta temprana de deforestación a orillas del río Malinowski, límite con la concesión, los encargados realizaron la verificación con un sobrevuelo de dron. Tal y como se observa en la siguiente imagen, no solo se logró identificar actividad de dragas para la actividad minera, sino tambien a personas operandolas. El concesionario procedió a realizar la denuncia penal ante la Fiscalía Especializada en Materia Ambiental de Madre de Dios, adjuntando las imágenes georreferenciadas del dron.

Caso D. Minería ilegal en la Concesión de Conservación “Inversiones Manu,” identificada con sobrevuelo de dron. Fuente: ACCA.

Caso E. Tala ilegal en la Concesión Forestal de Castaña “Sara Hurtado”

La concesionaria recibió una alerta temprana de deforestación dentro de su concesión, procedió a verificar a través de un sobrevuelo de dron, e identificó tablones de cedro cortados de manera ilegal. Con esta información, realizó la denuncia penal ante la Fiscalía Especializada en Materia Ambiental de Madre de Dios, adjuntando las imágenes georreferenciadas del dron.

Caso E. Tala ilegal en la Concesión Forestal “Sara Hurtado” identificada con sobrevuelo de dron. Fuente: ACCA.

Caso F. Centro de acopio cerca la Concesión Forestal de Castaña “Sara Hurtado”

Como parte de las actividades de verificación de las alertas tempranas en zonas cercanas a la concesión, se realizó un sobrevuelo de dron donde fue identificado un centro de acopio cargando madera. Ante esta evidencia el concesionario procedió a realizar la denuncia penal ante la Fiscalía Especializada en Materia Ambiental de Madre de Dios, adjuntando las imágenes georreferenciadas del dron.

Caso F. Centro de acopio cerca la Concesión Forestal “Sara Hurtado” identificado con sobrevuelo de dron. Fuente: ACCA.

Notas

**Las alertas tempranas son generadas por el Gobierno peruano (Geobosques de Ministerio del Ambiente). También se pueden utilizar las alertas GLAD  que son generadas por la Universidad de Maryland y presentadas por Global Forest Watch. En nuestro caso, los concesionarios reciben alertas de Geobosques en su correo electrónico.

***Se ha utilizado el tipo de dron multirrotor (tipo cuadricóptero), con los cuales se obtiene imágenes de muy alta-resolución (menos de 5 cm) para alturas de vuelo alrededor de los 100 metros. También, usan el aplicativo Locus Map para llegar a las zonas en campo y para tomar puntos, caminos, fotos y otro material digital (video, grabaciones, etc.).

Agradecimientos

Agradecemos a S. Novoa (ACCA), H. Balbuena (ACCA), P. Rengifo (ACCA), A. Condor (ACCA), T. Souto (ACA), J. Beavers (ACA), y G. Palacios por sus útiles comentarios a este reporte. Agradecemos a Carlos Castañeda, miembro de ACCA, por las imágenes drones.

Este trabajo fue apoyado por los siguientes financiadores: Norwegian Agency for Development Cooperation (NORAD), International Conservation Fund of Canada (ICFC), MacArthur Foundation, Metabolic Studio, and Global Forest Watch Small Grants Fund (WRI).

Cita

Guerra JC, Finer M, Jimenez M, Novoa S (2019) De los Satélites y Drones a la Denuncia en la Amazonía peruana. MAAP: 105.

 

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

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.