Perú

MAAP #215: Una mirada sin precedentes al carbono en la Amazonía (Parte 1)

Posted on by dcadmin
Figura 1. Ejemplo de Planet Forest Carbon Diligence, centrado en el sur de Perú y el oeste adyacente de Brasil.

El bioma amazónico ha sido durante mucho tiempo uno de los mayores sumideros de carbono del mundo, contribuyendo a estabilizar el clima mundial.

Sin embargo, calcular con precisión este carbono ha sido todo un reto. Afortunadamente, las nuevas tecnologías basadas en el uso de satélites están proporcionando importantes avances, sobre todo la misión GEDI de la NASA (ver MAAP #213) y, más recientemente, Planet Forest Carbon Diligence.1

Aquí nos centraremos en esta última, analizando el nuevo y vanguardista conjunto de datos de Planet, que presenta una serie temporal histórica de 10 años (2013 – 2022) con estimaciones de pared a pared de la densidad de carbono por encima del suelo con una resolución de 30 metros.

Como resultado, podemos producir mapas y estimaciones de carbono sobre el suelo de alta resolución para cualquier lugar de la vasta Amazonía (ver Figura 1).

Gracias al  acuerdo con Planet, hemos podido acceder a estos datos de todo el bioma amazónico para realizar los análisis que se presentan en esta serie de tres partes:

  1. Estimar e ilustrar el carbono forestal sobre el suelo en todo el bioma amazónico con un detalle sin precedentes (ver resultados de primer reporte, más abajo).
    i
  2. Destacar qué partes de la Amazonía albergan los mayores niveles de carbono, incluidas las zonas protegidas y los territorios indígenas (ver el segundo reporte, MAAP #217).
    i
  3. Presentar casos emblemáticos de deforestación que resultaron en las mayores emisiones de carbono en de la Amazonía
    l(ver el tercer reporte).

A continuación, presentamos los principales resultados de la primera parte. Esté atento en las próximas semanas para las partes 2 y 3.

Principales Resultados

Carbono en la Amazonía

Basándonos en nuestro análisis de Planet Forest Carbon Diligence, estimamos que la Amazonía contenía 56.800 millones de toneladas métricas de carbono sobre el suelo en el 2022 (ver el Mapa base). Aplicando una conversión estándar de la relación raíz/tallo (26%), este estimado aumenta a 71.500 millones de toneladas métricas de carbono sobre y bajo el suelo.

Los niveles máximos de carbono se concentran principalmente en el suroeste de la Amazonía (sur de Perú y oeste de Brasil) y el noreste de la Amazonía (noreste de Brasil, Guayana Francesa y Surinam).

Mapa Base. Planet Forest Carbon Diligence en todo el bioma amazónico.

Carbono Total por País

Como se muestra en el Gráfico 1, los países con más carbono sobre el suelo son 1) Brasil (57%; 32.100 millones de toneladas métricas), 2) Perú (15%; 8.300 millones de toneladas métricas), 3) Colombia (7%; 4.000 millones de toneladas métricas), 4) Venezuela (6%; 3.300 millones de toneladas métricas) y 5) Bolivia (6%; 3.200 millones de toneladas métricas). A estos países les siguen Guyana (3%; 2.000 millones de toneladas métricas), Surinam (3%; 1.600 millones de toneladas métricas), Ecuador (2%; 1.200 millones de toneladas métricas) y Guayana Francesa (2%; 1.100 millones de toneladas métricas).

En conjunto, hemos documentado una ganancia total de 64,7 millones de toneladas métricas de carbono sobre el suelo en toda la Amazonía durante los diez años comprendidos entre el 2013 y 2022.2 En otras palabras, la Amazonía sigue funcionando como un sumidero de carbono crítico.

Los países con mayor aumento de carbono sobre el suelo en los últimos diez años son: 1) Brasil, 2) Colombia, 3) Surinam, 4) Guyana y 5) Guayana Francesa. Observe que mostramos a Brasil como sumidero de carbono (ganancia de 102,8 millones de toneladas métricas), a pesar de que otros estudios recientes lo muestran como fuente de carbono.3  Observe también las importantes ganancias de carbono en la superficie de varios países clave con alta cobertura forestal y baja deforestación (HFLD): Colombia, Surinam, Guyana y la Guayana Francesa.4

Por el contrario, los países con mayor pérdida de carbono sobre el suelo en los últimos diez años son: 1) Bolivia, 2) Venezuela, 3) Perú y 4) Ecuador.

Gráfico 1. Datos de Planet Forest Carbon Diligence en todo el bioma amazónico, comparando 2013-14 con 2021-22. Observe que un signo «+» indica que el país ha ganado carbono sobre el suelo, mientras que un signo «-» indica que el país ha perdido dicho carbono.

Densidad de Carbono por País

Estandarizando por área, el Gráfico 2 muestra que los países con la mayor densidad de carbono (es decir, carbono sobre el suelo por hectárea a partir de 2021-22) se encuentran en el noreste de la Amazonía: Guayana Francesa (134 toneladas métricas/hectárea), Surinam (122 toneladas métricas/hectárea) y Guyana (85 toneladas métricas/hectárea). Ecuador también tiene una tasa elevada (94 toneladas/hectárea).

Observe que los países del noreste de la Amazonía (Guayana Francesa, Surinam y Guyana) tienen menos carbono total debido a su menor tamaño (Gráfico 1), pero una alta densidad de carbono por hectárea (Gráfico 2). Esto también aplica a Ecuador.

Gráfico 2. Datos de Planet Forest Carbon Diligence para la densidad de carbono sobre el suelo por país en la Amazonía, comparando 2013-14 con 2021-22. Observe que un signo «+» indica que el país ha ganado carbono , mientras que un signo «-» indica que el país ha perdido carbono.

Notas & Citas

1 Anderson C (2024) Forest Carbon Diligence: Breaking Down The Validation And Intercomparison Report. https://www.planet.com/pulse/forest-carbon-diligence-breaking-down-the-validation-and-intercomparison-report/

2 En cuanto a la incertidumbre, los datos contienen estimaciones a nivel de píxel, pero aún no a nivel nacional. Para minimizar la incertidumbre anual a nivel de país, hemos promediado 2013 y 2014 para la línea de base y 2021 y 2022 para el estado actual.

3 Recientemente, en MAAP #144, mostramos a Brasil como fuente de carbono, basándonos en datos de 2001 a 2020. En cambio, Planet Forest Carbon Diligence se basa en datos de 2013 a 2022. Por lo tanto, una interpretación de la diferencia es que la mayor parte de la pérdida de carbono se produjo en la primera década del 2000, lo que coincide con los datos históricos de deforestación que muestran picos a principios de la década del 2000. También pone de relieve la probable importancia de la interacción entre la pérdida/degradación forestal (pérdida de carbono) y la regeneración forestal (ganancia de carbono) a la hora de determinar si un país es fuente o sumidero de carbono durante un periodo determinado.

4 HFDL o “High Forest cover, Low Deforestation” describe a países con a) cubierta forestal alta (>50%) y tasas de deforestación bajas (<0,22% al año). Para más información sobre HFDL, ver https://www.conservation.org/blog/what-on-earth-is-hfld-hint-its-about-forests

Cita

Finer M, Mamani N, Anderson C, Rosenthal A (2024) Una mirada sin precedentes al carbono en la Amazonía (Parte 1). MAAP  #215.

 

MAAP #213: Estimación del carbono en las áreas protegidas y territorios indígenas de la Amazonia

Posted on by dcadmin
Imagen introductoria. Captura de pantalla de la aplicación (app) de carbono forestal OBI-WAN.

En un informe reciente (MAAP #199), presentamos la versión actualizada de los datos GEDI de la NASA,1 que utiliza láseres a bordo de la Estación Espacial Internacional para proporcionar estimaciones de vanguardia sobre el carbono aéreo a escala mundial, incluida nuestra área focal, la Amazonía.

Sin embargo, estos láseres aún no han alcanzado una cobertura total, lo que deja considerables vacíos en los datos y en los mapas resultantes.

En el presente reporte, mostramos dos nuevas herramientas que nos permiten llenar esos vacíos y proporcionar estimaciones detalladas de la biomasa aérea en zonas específicas, que pueden convertirse luego en estimaciones del carbono sobre el suelo.

El primero es la aplicación OBI-WAN para reportar el carbono forestal (ver la Imagen introductoria), que utiliza la inferencia estadística para producir estimaciones medias, totales y de incertidumbre de las líneas de base de biomasa en cualquier escala (desde la local hasta mundial).2

El segundo es un producto fusionado de las misiones GEDI y TanDEM-X.3 La combinación de lidar (GEDI) y radar (TanDEM-X) ha comenzado a producir mapas inigualables que combinan la capacidad del lidar para recuperar la estructura forestal y la capacidad del radar para ofrecer una cobertura de pared a pared con múltiples resoluciones (ver Figuras 1-5 a continuación para ver ejemplos con una resolución de 25 m).

Empleando estos dos herramientas, nos centramos en la estimación del carbono sobre el suelo para ejemplos seleccionados de dos designaciones críticas de tierras en la Amazonía: áreas protegidas y territorios indígenas. Ambas son fundamentales para la conservación a largo plazo del núcleo de la Amazonía (MAAP #183). Se espera que el suministro de datos precisos para estas áreas proporcione incentivos adicionales para su conservación a largo plazo.

Seleccionamos 5 áreas focales (3 parques nacionales y 2 Territorios Indígenas) en la Amazonía para demostrar el poder de estos datos. Estas áreas juntas albergan un total de 1,400 millones de toneladas métricas de carbono sobre el suelo.

  • Áreas protegidas (Parques Nacionales)
    Parque Nacional Chirbiquete (Amazonía colombiana)
    Parque Nacional Manu (Amazonía peruana)
    Parque Nacional Madidi (Amazonía boliviana)
    k
  • Territorios Indígenas
    Territorio Indígena Kayapó (Amazonía brasileña)
    Territorio Indígena Barranco Chico (Amazonía peruana)

Áreas focales

Como se ha indicado anteriormente, las estimaciones de carbono que figuran a continuación se basan en las estimaciones de biomasa sobre el suelo de la aplicación de carbono forestal OBI-WAN y de los datos de GEDI-TanDEM-X. Las figuras 1 a 5 se basan en GEDI-TanDEM-X, con una resolución de 25 metros.

Parques Nacionales

Parque Nacional de Chiribiquete (Amazonía colombiana)

El Parque Nacional de Chirbiquete abarca más de 4,2 millones de hectáreas en el corazón de la Amazonía colombiana (departamentos de Guaviare y Caquetá). Ambos datos convergen en la estimación de unas 600 toneladas métricas de biomasa sobre el suelo, lo que equivale a más de 300 millones de toneladas métricas de carbono sobre el suelo en todo el parque (80,5 toneladas de carbono por hectárea). La Figura 1 muestra la distribución espacial detallada de esta biomasa en el Parque Nacional Chirbiquete. Note que los datos de GEDI-TanDEM-X se pierden al extremo occidental del parque.

Figura 1. Biomasa sobre el suelo en el Parque Nacional de Chiribiquete (Amazonía colombiana). Datos: GEDI-TanDEM-X.

Parque Nacional del Manu (Amazonía peruana)

Figura 2. Biomasa sobre el suelo en el Parque Nacional Manu (Amazonía peruana). Datos: GEDI-TanDEM-X.

El Parque Nacional Manu abarca más de 1,7 millones de hectáreas en el sur de la Amazonía peruana (regiones de Madre de Dios y Cusco).

Ambos datos convergen en la estimación de más de 450 toneladas métricas de biomasa sobre el suelo, lo que equivale a más de 215 millones de toneladas métricas de carbono sobre el suelo en todo el territorio (126,8 toneladas de carbono por hectárea).

La Figura 2 muestra la distribución espacial detallada de esta biomasa en el Parque Nacional Manu.

Parque Nacional Madidi (Amazonía boliviana)

Figura 3. Biomasa sobre el suelo en el Parque Nacional Madidi (Amazonía boliviana). Datos: GEDI-TanDEM-X

El Parque Nacional y Área de Manejo Integrado Madidi abarca cerca de 1,9 millones de hectáreas en la Amazonía occidental boliviana (departamento de La Paz), e incluye un gradiente de pisos altitudinales desde tierras bajas hasta montañas por encima de los 6 mil metros en altitud.

Ambos  datos convergen en la estimación de más de 350 toneladas métricas de biomasa sobre el suelo, lo que equivale a más de 160 millones de toneladas métricas de carbono aéreo en todo el área protegida (85,3 toneladas de carbono por hectárea).

La Figura 3 muestra la distribución espacial detallada de esta biomasa en el Parque Nacional Madidi. Note que los datos del GEDI-TanDEM-X se pierden al extremo sur, justamente en las partes altas del área protegida.

Territorios Indígenas

Territorio indígena Kayapó (Amazonia brasileña)

El Territorio Indígena Kayapó abarca más de 3,2 millones de hectáreas en la Amazonía oriental brasileña (estado de Pará).

Ambos datos convergen en la estimación de más de 413,000 toneladas métricas de biomasa aérea, lo que equivale a más de 198 millones de toneladas métricas de carbono sobre el suelo en todo el territorio.

La Figura 4 muestra la distribución espacial detallada de esta biomasa en Kayapó y en cuatro territorios indígenas vecinos.

En total, en estos cinco territorios (10,4 millones de hectáreas) los datos convergen en más de 1.500 millones de toneladas métricas de biomasa aérea y 730 millones de toneladas métricas de carbono sobre el suelo (70 toneladas por hectárea).

Figura 4. Biomasa sobre el suelo en Kayapó y territorios indígenas vecinos (Amazonia brasileña). Datos: GEDI-TanDEM-X.

Comunidad Nativa Barranco Chico (Amazonía peruana)

La Comuniad Nativa Barranco Chico abarca más de 12,600 hectáreas en el sur de la Amazonía peruana (región de Madre de Dios).

Ambos datos convergen en la estimación de más de 2 millones de toneladas métricas de biomasa aérea, lo que equivale a más de 1 millón de toneladas métricas de carbono sobre el suelo.

La Figura 5 muestra la distribución espacial detallada de esta biomasa en Barranco Chico y en dos Comunidades Nativas vecinas (Puerto Luz y San José de Karene).

En total, en estos tres territorios (casi 90,000 hectáreas), los datos convergen en más de 19 millones de toneladas métricas de biomasa aérea y más de 9 millones de toneladas métricas de carbono sobre el suelo (102 toneladas por hectárea).

Figura 5. Biomasa sobre el suelo en Barranco Chico y Territorios Indígenas vecinos (Amazonía peruana). Datos: GEDI-TanDEM-X

Notas

1 GEDI L4B Gridded Aboveground Biomass Density, Versión 2.1. Estos datos se miden en megagramos de biomasa aérea por hectárea (Mg/ha) a una resolución de 1 kilómetro, con el periodo de abril de 2019 a marzo de 2023. Esto nos sirve como estimación de las reservas de carbono aéreo, con la hipótesis científica de que el 48% de la biomasa registrada es carbono.

2 El enfoque se basa en el artículo científico fundacional de Patterson et al., (2019) y es utilizado por la misión GEDI para estimar la biomasa media y total en todo el mundo (Dubayh et al., 2022, Armston et al., 2023). El método considera la distribución espacial de los rastros de GEDI dentro de un determinado límite especificado por el usuario para inferir el componente de error de muestreo de la incertidumbre total que también incluye el error de los modelos L4A de GEDI utilizados para predecir la biomasa a partir de las estimaciones de la altura del dosel (Keller et al., 2022). Para más información sobre la aplicación OBI-WAN, ver Healey y Yang 2022.

3 GEDI-TanDEM-X (GTDX) es una fusión de imágenes GEDI Versión 2 y TanDEM-X (TDX) de radar interferométrico de apertura sintética (InSAR) (de enero de 2011 a diciembre de 2020). También incorpora datos anuales de pérdida de bosque para tener en cuenta la deforestación durante este periodo. Los mapas de biomasa aérea del GTDX se elaboraron a partir de un marco basado en un modelo jerárquico generalizado (GHMB) que utiliza la biomasa del GEDI como datos de entrenamiento para establecer modelos de estimación de la biomasa basados en la altura del dosel del GTDX. La combinación de lidar (GEDI) y radar (TanDEM-X) ha comenzado a producir mapas inigualables que combinan la capacidad del lidar para recuperar la estructura del bosque y la capacidad del radar para ofrecer una cobertura de pared a pared (Qi et al.,2023, Dubayah et a;., 2023). Este producto fusionado es un mapa sin huecos de pared a pared que se produjo en múltiples resoluciones: 25m, 100m y 1ha. El procesamiento en curso sobre la región pantropical estará disponible en los próximos meses, pero algunas geografías ya han sido mapeadas, como la mayor parte de la cuenca del Amazonas (Dubayah et al., 2023). Los datos que hemos utilizado están a disposición del público.

Referencias

Armston, J., Dubayah, R. O., Healey, S. P., Yang, Z., Patterson, P. L., Saarela, S., Stahl, G., Duncanson, L., Kellner, J. R., Pascual, A., & Bruening, J. (2023). Global Ecosystem Dynamics Investigation (GEDI)GEDI L4B Country-level Summaries of Aboveground Biomass [CSV]. 0 MB. https://doi.org/10.3334/ORNLDAAC/2321

Dubayah, R. O., Armston, J., Healey, S. P., Yang, Z., Patterson, P. L., Saarela, S., Stahl, G., Duncanson, L., Kellner, J. R., Bruening, J., & Pascual, A. (2023). Global Ecosystem Dynamics Investigation (GEDI)GEDI L4B Gridded Aboveground Biomass Density, Version 2.1 [COG]. 0 MB. https://doi.org/10.3334/ORNLDAAC/2299

Dubayah, R., Armston, J., Healey, S. P., Bruening, J. M., Patterson, P. L., Kellner, J. R., Duncanson, L., Saarela, S., Ståhl, G., Yang, Z., Tang, H., Blair, J. B., Fatoyinbo, L., Goetz, S., Hancock, S., Hansen, M., Hofton, M., Hurtt, G., & Luthcke, S. (2022). GEDI launches a new era of biomass inference from space. Environmental Research Letters, 17(9), 095001. https://doi.org/10.1088/1748-9326/ac8694

Dubayah, R., Blair, J. B., Goetz, S., Fatoyinbo, L., Hansen, M., Healey, S., Hofton, M., Hurtt, G., Kellner, J., Luthcke, S., Armston, J., Tang, H., Duncanson, L., Hancock, S., Jantz, P., Marselis, S., Patterson, P. L., Qi, W., & Silva, C. (2020). The Global Ecosystem Dynamics Investigation: High-resolution laser ranging of the Earth’s forests and topography. Science of Remote Sensing, 1, 100002. https://doi.org/10.1016/j.srs.2020.100002

Healey S, Yang Z (2022) The OBIWAN App: Estimating Property-Level Carbon Storage Using NASA’s GEDI Lidar. https://www.fs.usda.gov/research/rmrs/understory/obiwan-app-estimating-property-level-carbon-storage-using-nasas-gedi-lidar

Kellner, J. R., Armston, J., & Duncanson, L. (2022). Algorithm Theoretical Basis Document for GEDI Footprint Aboveground Biomass Density. Earth and Space Science, 10(4), e2022EA002516. https://doi.org/10.1029/2022EA002516

Dubayah, R.O., W. Qi, J. Armston, T. Fatoyinbo, K. Papathanassiou, M. Pardini, A. Stovall, C. Choi, and V. Cazcarra-Bes. 2023. Pantropical Forest Height and Biomass from GEDI and TanDEM-X Data Fusion. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/2298

Qi, W., J. Armston, C. Choi, A. Stovall, S. Saarela, M. Pardini, L. Fatoyinbo, K. Papathanasiou, and R. Dubayah. 2023. Mapping large-scale pantropical forest canopy height by integrating GEDI lidar and TanDEM-X InSAR data. Research Square. https://doi.org/10.21203/rs.3.rs-3306982/v1

Krieger, G., M. Zink, M. Bachmann, B. Bräutigam, D. Schulze, M. Martone, P. Rizzoli, U. Steinbrecher, J. Walter Antony, F. De Zan, I. Hajnsek, K. Papathanassiou, F. Kugler, M. Rodriguez Cassola, M. Younis, S. Baumgartner, P. López-Dekker, P. Prats, and A. Moreira. 2013. TanDEM-X: A radar interferometer with two formation-flying satellites. Acta Astronautica 89:83–98. https://doi.org/10.1016/j.actaastro.2013.03.008

Agradecimientos

Agradecemos al equipo del GEDI de la Universidad de Maryland por el acceso a los datos y la revisión de este informe. En particular, damos las gracias a Ralph Dubayah, Matheus Nunes y Sean Healey.

Cita

Mamani N, Pascual A, Finer M (2024) Estimación del carbono en las áreas protegidas y territorios indígenas de la Amazonia. MAAP: 213

MAAP #196: Calculadora de Impactos de la Minería Ilegal de Oro: Análisis en 3 Comunidades Indígenas de la Amazonía Sur Peruana

Posted on by dcadmin
Sitio web de la Calculadora de Impactos de la Minería de Oro, elaborada por CSF.

La minería ilegal de oro (minería aurífera) ha generado una deforestación masiva en la Amazonía sudeste del Perú (MAAP #208).  Esta actividad también afecta a varios de los ríos principales (como el Madre de Dios, Inambari, Tambopata, Malinowski y Colorado), sin contar sus ríos tributarios y cuerpos de agua secundarios. Todos ellos se ven contaminados por el exceso de sedimentos y la presencia de sustancias tóxicas como el mercurio y el arsénico, que son vertidos durante el proceso de extracción del mineral.

Entonces, la presencia de la actividad ilegal genera grandes pérdidas económicas por la afectación directa a los servicios ecosistémicos y actividades económicas por costos de oportunidad.

La cuantificación de estos impactos en términos monetarios ha sido un desafío para las autoridades nacionales quienes no contaban con instrumentos adecuados capaces de establecer valores económicos del impacto generado por la actividad de minería ilegal en la Amazonía. En ese contexto, en 2021 se presentó la Calculadora de Impactos de la Minería de Oro, herramienta digital de valoración económica desarrollada por la organización Conservación Estratégica (Conservation Strategy Fund – CSF). Esta herramienta permite a los usuarios calcular el impacto social y ambiental de la minería ilegal de oro en la Amazonía1, con el fin de mejorar la toma de decisiones, y establecer cambios y/o mejoras en el marco regulatorio en torno a esta actividad.

El presente reporte muestra los resultados de la aplicación de la Calculadora en áreas de minería ilegal reciente (los años 2022 y 2023) en 3 comunidades nativas, ubicadas de la zona de amortiguamiento de la Reserva Comunal Amarakaeri en el sur del Perú. Este es un esfuerzo por mostrar desde una perspectiva integral (económica y ambiental) las implicancias de la deforestación por minería ilegal en la Amazonía peruana.

Los cálculos económicos de los impactos socioambientales fueron realizados utilizando la Calculadora de Impactos de la Minería de Oro. Los resultados muestran que desde inicio del año 2022 hasta agosto del 2023 se tuvo una pérdida económica total que asciende 593 millones de dólares ($593,786,943) por los impactos socioambientales, generados por la deforestación, sedimentación y contaminación de los ríos por mercurio en tres comunidades indígenas de Madre de Dios. Los detalles sobre los datos que se ingresaron en esta herramienta para obtener los resultados mencionados en el reporte se encuentran explicados en la sección de metodología.

Mapa Base

El Mapa Base muestra la ubicación de los casos de estudio del presente reporte, el cual está enfocado en cuantificar el impacto de la minería ilegal, a través de la valoración económica, en 3 comunidades nativas de la Zona de amortiguamiento de la Reserva Comunal Amarakaeri: San José de Karene, Puerto Luz y Barranco Chico, todas ubicadas en la provincia de Manu, departamento de Madre de Dios. Además, en el mapa, se puede apreciar la deforestación histórica, reciente y actual.

Mapa Base. Ubicación de las 3 comunidades nativas de la Reserva Comunal Amarakaeri que forman parte del estudio. Datos: ACA/ACCA.

Impacto en Comunidad Nativa San José de Karene

La comunidad nativa de San José de Karene ha perdido 914 hectáreas desde 2022 hasta agosto de 2023 (Ver Mapa 2). En 2022, perdieron 312 hectáreas y en lo que va del 2023, hasta el mes de agosto, se han perdido 602 hectáreas nuevas. Cabe destacar que la comunidad actualmente tiene derechos mineros que se superponen con su territorio comunal. Al aplicar la Calculadora de Impactos de la Minería de Oro se aprecia que el total de impactos socioambientales para 2022 fue de 86 millones de dólares ($86,258,492).2 Por otro lado, en lo que va del año 2023, esta cifra aumentó significativamente alcanzando los 166 millones de dólares ($166,657,897),3 como puede apreciarse en la Figura 1.

Mapa 2. Ubicación de las áreas deforestadas por minería ilegal en la comunidad nativa San José de Karene (para 2022 y 2023, hasta agosto). Datos: ACA.
Figura 1. Resultados de la Calculadora de Impactos de la Minería de Oro en la comunidad nativa San José de Karene para el año 2022 y el año 2023 (hasta agosto). Fuente: Captura de la Calculadora de Impactos de la Minería de Oro.

Impacto en Comunidad Nativa Puerto Luz

La comunidad nativa de Puerto Luz ha perdido 270.6 hectáreas entre 2022 y agosto de 2023 (Ver Mapa 3). En 2022, perdieron 100 hectáreas y en lo que va del 2023 hasta el mes de agosto han perdido 170.6 hectáreas nuevas. La comunidad actualmente tiene derechos mineros que se superponen con su territorio comunal. Aplicando la herramienta se estima que el total de impactos socioambientales para 2022 fue de 24 millones de dolares ($24,947,385),4 mientras para lo que va del año 2023 fue de 44 millones de dolares ($44,205,548).5

Mapa 3. Ubicación de las áreas deforestadas por minería ilegal en la comunidad nativa Puerto Luz (para 2022 y 2023, hasta agosto). Datos: ACA.
Figura 2. Resultados de la Calculadora en la CI Puerto Luz para el año 2022 y el año 2023 (hasta agosto). Fuente: Captura de la Calculadora de Impactos de la Minería Ilegal de Oro.

Impacto en Comunidad Nativa Barranco Chico

La comunidad nativaa de Barranco Chico ha perdido 1093.3 hectáreas desde 2022 hasta agosto de 2023 (Ver Mapa 4). En 2022, perdieron 277.3 hectáreas y en lo que va del 2023 hasta el mes de agosto han perdido 816 hectáreas nuevas. La comunidad actualmente tiene derechos mineros que se superponen con su territorio comunal. Aplicando la Calculadora de Impactos de la Minería de Oro se observa que el total de impactos socioambientales para 2022 fue de 75 millones de dolares($75,347,270),6 mientras que para lo que va del año 2023 (agosto) fue de 196 millones de dolares ($196,370,351).7

Mapa 4. Ubicación de las áreas deforestadas por minería ilegal en la comunidad nativa Barranco Chico, Datos: ACA.
Figura 3. Resultados de la Calculadora en la CI Barranco Chico para 2022 y  2023 (hasta agosto). Fuente: Captura de la Calculadora de Impactos de la Minería Ilegal de Oro.

Conclusiones

  • En términos de áreas deforestadas por el avance de la minería ilegal, las comunidades indígenas de San José de Karene, Puerto Luz y Barranco Chico han perdido aproximadamente 689.3 hectáreas de bosque en 2022, mientras que en 2023 hasta el mes de agosto esta pérdida es de 1,588.2 hectáreas de bosque, sumando un total de 2,277.5 hectáreas.
  • En términos económicos los impactos socioambientales, generados por la deforestación, sedimentación y contaminación de los ríos por mercurio, se estiman en un valor de US $186,553,147 para 2022 y de US $407,233,796 durante 2023 hasta el mes de agosto. En otras palabras,  pesar de la falta de aproximadamente un tercio del 2023, las pérdidas estimadas en lo que va del año ya superan en más del doble las estimadas durante todo el 2022. En el período de análisis, la pérdida total asciende a US $593,786,943.

Metodología

El valor monetario de los impactos socioambientales ocurridos por la deforestación por la minería ilegal de oro, en la herramienta “Calculadora de Impactos de la Minería Ilegal de Oro” se encuentra a precios de diciembre de 2021. Teniendo esto en cuenta,  para obtener los resultados económicos se introdujeron los siguientes datos en la herramienta, los cuales se detallan en la tabla a continuación:

(a) La Calculadora del Impactos de la Minería Ilegal solo acepta valores enteros, por lo tanto, estos datos se han redondeado.

(b) Dado que la emisión de este reporte se registra a septiembre de 2023, para obtener el valor monetario de los impactos socioambientales a precios actuales, se utiliza la inflación acumulada desde enero del 2022 hasta la fecha actual. Sin embargo, debido a que la información macroeconómica solo está disponible hasta un mes antes del período de evaluación, se calcula la inflación acumulada hasta agosto de 2023. Para obtener la inflación acumulada se emplea la formula a continuación.

(c) El resultado de los cálculos es 12.04; sin embargo, debido a que la calculadora solo admite valores enteros, se redondea a 12.

Notas

  1. La Calculadora cuenta con una metodología adaptada a los contextos de Brasil, Perú, Colombia y Ecuador.
  2. A precios de agosto de 2022. Esta cifra se obtiene de la sumatoria del valor que estima la Calculadora del impacto económico por deforestación, sedimentación de los ríos y contaminación por mercurio. No incluye el monto del oro aprovechado producto de la actividad ilegal.
  3. A precios de agosto de 2023. Esta cifra se obtiene de la sumatoria del valor que estima la Calculadora del impacto económico por deforestación, sedimentación de los ríos y contaminación por mercurio. No incluye el monto del oro aprovechado producto de la actividad ilegal.
  4. Ibid.
  5. Ibid.
  6. Ibid.
  7. Ibid.

Agradecimientos

Este reporte se realizó con el apoyo técnico de USAID, a través del proyecto Prevenir. Prevenir trabaja con el Gobierno del Perú, la sociedad civil y el sector privado para prevenir y combatir los delitos ambientales en Loreto, Ucayali y Madre de Dios, con la finalidad de conservar la Amazonía peruana. El proyecto Prevenir de USAID cuenta además con apoyo de la Agencia Noruega para la Cooperación al Desarrollo (NORAD).

Descargo de responsabilidad: Esta publicación es posible gracias al generoso apoyo del Pueblo de los Estados Unidos a través de USAID. Su contenido es responsabilidad exclusiva de los autores y no refleja necesariamente los puntos de vista de USAID o del Gobierno de los Estados Unidos.

La Calculadora de Impactos de la Minería Ilegal de Oro de CSF es una herramienta basada en evidencia científica. Si bien CSF brinda la información validada por sus pares, no se hace responsable de las consecuencias del uso de la calculadora.

Cita

Mamani N, Huamán B, Novoa S, Morillo A, Torres M, Silva C, Finer M (2024) Calculadora de Impactos de la Minería Ilegal de Oro: Análisis en 3 Comunidades Indígenas de la Amazonía Sur Peruana. MAAP: 196.