UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE INGENIERÍA GEOLÓGICA, GEOLÓGICA, MINERA, METALÚRGICA Y GEOGRÁFICA ESCUELA ACADÉMICA PROFESIONAL DE INGENIERÍA GEOGRÁFICA
PROYECTO DE TESINA
USO DE SENSORES REMOTOS PARA DETERMINAR ZONAS DE CONFLICTOS DE CULTIVOS DE PALMA P ALMA ACEITERA. CASO DISTRITO DE SARAYACU
Presentado por: Bachiller. Grover Alcides Meza Barzena Curso de Actualización 2014 - I Lima – Perú
2014
1
DEDICATORIA A mis queridos Padres y todos aquellos que hicieron posible el desarrollo de este trabajo.
2
AGRADECIMIENTOS
Un especial agradecimiento al Ing. Manuel Arias Espichan y al Geógrafo De la Cruz Lapa Primo por su conducción y valiosos aportes académicos que han permitido el desarrollo de la presente tesina de investigación.
3
1.
INDICE INTRODUCCIÓN ............................................................................................... 6 1.1. 1.2. 1.3. 1.3.1. 1.3.2. 1.4. 1.5. 1.5.1. 1.5.2. 1.5.3.
2.
MARCO TEORICO .......................................................................................... 11 2.1. 2.1.1. 2.1.2. 2.2. 2.2.1. 2.2.2. 2.2.3. 2.3. 2.3.1. 2.3.2. 2.3.3. 2.3.4.
3.
Cultivo de Palma Aceitera ...................................................................................................11 Generalidades de la Palma Aceitera y de su Cultivo ......................................................11 Cultivo de la Palma Aceitera en el Perú y el Mundo .......................................................17 Conflictos de Uso de Tierra ................................................................................................24 Capacidad de Uso Mayor de Tierra ...................................................................................24 Uso Actual de la Tierra ........................................................................................................28 Definición y Tipos de Conflicto de Uso de la Tierra .......................................................29 Sensores Sensores Remotos........................... ......................................... ............................ ............................ ............................ ............................ ............................ ..............30 30 Metodología para estudios del territorio usando sensores remotos ..........................31 Procesamiento de Imágenes Satelitales para los Estudios del Territorio ..................32 Procesamiento Post-Clasificación ....................................................................................41 Análisis Multitemporal de imágenes Satelitales .............................................................43
METODOLOGÍAS Y TÉCNICAS DESARROLLADAS DES ARROLLADAS ................................. 43 3.1. 3.2. 3.3. 3.4. 3.4.1. 3.4.2. 3.4.3. 3.4.4. 3.5. 3.5.1. 3.5.2. 3.5.3. 3.6. 3.7.
4.
Planteamiento Planteamiento del Problema............... Problema............................. ............................. ............................. ............................ ............................ ......................... ...........8 Hipótesis…………………………………………… ........................... ......................................... ............................ ....................... .........9 Objetivos de Estudio............................ .......................................... ............................ ............................. ............................. ............................ ......................... ...........9 Objetivo General General .......................... ........................................ ............................ ............................ ............................ ............................ ............................ ..................... .......9 Objetivo Específico Específico ............................ .......................................... ............................ ............................ ............................ ............................ ............................ ..............9 Justificación Justificación ............................ .......................................... ............................ ............................. ............................. ............................ ............................ .......................10 .........10 Ubicación y Ámbito de Estudio..........................................................................................10 Superficie Superficie ............................ ........................................... ............................. ............................ ............................ ............................ ............................ ............................ ..............10 10 Límites…………………………………………………. ........................... ......................................... ............................ ................10 ..10 Accesibilidad Accesibilidad........................... ......................................... ............................ ............................. ............................. ............................ ............................ .......................11 .........11
Diseño Metodológico Metodológico ........................... ......................................... ............................ ............................. ............................. ............................ .......................43 .........43 Materiales y Equipos ............................................................................................................45 Pre procesamiento de Imágenes Satelitales....................................................................45 Procesamiento de Imágenes Satelitales ..........................................................................45 Transformaciones de las imágenes ..................................................................................45 Análisis de Separabilidad Separabilidad .......................... ........................................ ............................ ............................. ............................. ............................ ................46 ..46 Composiciones Composiciones en falso color ............................ .......................................... ............................ ............................ ............................ .....................46 .......46 Clasificación de las imágenes satelitales .........................................................................46 Procesamiento post-clasificación .....................................................................................47 Corrección geométrica de las imágenes clasificadas ...................................................47 Aplicación Aplicación de Filtros .......................... ........................................ ............................ ............................ ............................ ............................ ..........................4 ............477 Edición de las Imágenes Clasificadas ..............................................................................47 Análisis de la Dinámica de los Cultivos de Palma Aceitera ..........................................47 Análisis de Conflictos de Uso de Tierra en Torno al Cultivo de Palma Aceitera .......48
CARACTERIZACION DEL AREA DE ESTUDIO .......................................... 51 4.1. Aspectos Aspectos Físicos ........................... ......................................... ............................ ............................. ............................. ............................ ............................ ................51 ..51 4.1.1. Clima y Meteorología Meteorología ........................... ......................................... ............................ ............................. ............................. ............................ .......................51 .........51
4
4.1.2. 4.1.3. 4.1.4. 4.1.5. 4.1.6. 4.1.7. 4.2. 4.2.1. 4.3. 4.3.1. 4.3.2. 4.3.3. 4.3.4. 4.4. 4.4.1.
5.
RESULTADOS Y DISCUSION ....................................................................... 68 5.1. 5.1.1. 5.1.2. 5.1.3. 5.1.4. 5.2. 5.2.1. 5.2.2. 5.2.3. 5.2.4. 5.3.
6. 7. 8.
Geología.................................................................................................................................51 Geomorfología ......................................................................................................................51 Hidrología ..............................................................................................................................52 Suelos……………………………………………….. .............................................................53 Capacidad de uso Mayor de la Tierra................................................................................59 Uso Actual del Territorio .....................................................................................................62 Aspectos Biológicos ............................................................................................................62 Flora y Fauna.........................................................................................................................62 Aspectos Sociales................................................................................................................63 Población ...............................................................................................................................63 Educación ..............................................................................................................................63 Salud…………………………………………………. ............................................................64 Vivienda…………………………………………….. ..............................................................67 Aspectos Económicos ........................................................................................................67 Actividades Económicas.....................................................................................................67 Procesamiento de Imágenes Satelitales ..........................................................................69 Transformaciones de las Imágenes Satelitales ...............................................................69 Análisis de Separabilidad. ..................................................................................................72 Composiciones en Falso Color..........................................................................................74 Clasificación de las Imágenes Satelitales. .......................................................................76 Procesamiento Post-Clasificación. ...................................................................................76 Corrección Geométrica de las Imágenes Clasificadas. .................................................76 Análisis de Precisión ...........................................................................................................76 Aplicación de Filtros ............................................................................................................77 Edición de las Imágenes Clasificadas. .............................................................................77 Análisis de la Dinámica de los Cultivos de Palma Aceitera ..........................................77
CONCLUSIONES ............................................................................................ 79 RECOMENDACIONES ................................................................................... 82 BIBLIOGRAFIA ............................................................................................... 83
ANEXOS Plano de ubicación del distrito de Sarayacu
5
1.
INTRODUCCIÓN
A partir del año 1969 a solicitud del gobierno peruano, llega a nuestro país la Misión Técnica del Institut de Recher chespour les Huils et Oleagineux – IRHO de Francia, con el objetivo de evaluar e informar respecto de las posibilidades de establecer el cultivo de palma en el Perú, los resultados de dicha evaluación concluyeron que la Amazonía peruana reunía las condiciones agroclimáticas propicias para el desarrollo de la palma aceitera. Desde allí, se llevaron adelante cuatro experiencias de palma: dos de origen estatal, una privada y, la más reciente, con base en pequeños palmicultores asociados. Durante la introducción y manejo de estas plantaciones en nuestro país, se han presentado conflictos de tipo social y ambiental como la destrucción de bosques primarios, desplazamiento de fauna, pérdida de biodiversidad, contaminación de ríos debido al uso de pesticidas y otros agroquímicos, serios problemas erosión y degradación de los suelos. Por ejemplo en la provincia de Tocache de una superficie total de 625 121 ha, cerca del 45,47% (284 212 ha) se encuentra intervenida con diversas actividades agrícolas, pecuarias o como purmas y bosques remanentes. De las áreas intervenidas, algo más del 54,78% (155,703 ha) corresponde a zonas con conflicto por uso de la tierra. Los conflictos de tipo social y ambiental no han sido suficientes para reconsiderar el modelo expansionista de la palma aceitera en nuestro país. Según las cifras que muestra el MINAG-DGCA-DIA (2012) hasta el año 2011 la superficie instalada de palma aceitera era de 55,980 has. Para el año 2012 se ha incrementado en un 3% siendo el área de palma aceitera de 57,752 ha, constituida de la sumatoria de áreas de las regiones de San Martín, Ucayali, Loreto y Huánuco, que son las zonas potenciales del país. Desde la década 90 a la fecha se han logrado: 06 asociaciones de productores, 05 empresas con plantas de extracción, 21,200 hectáreas aproximadamente de palma conducido por 3,450 productores, al año 2011, cerca del 50% de las plantaciones de palma aceitera en el Perú son conducidas por pequeños productores. Se observa que hay un crecimiento
6
sostenido de áreas para cultivo de palma de 3% anual, sin embargo y los impactos negativos sobre los medios social y ambiental siguen también en aumento, por ello cabe destacar que los estudios sobre determinación de zonas de conflicto e implicaciones ambientales del cultivo de palma aceitera en el país no son muy amplios. Con esta investigación se pretende estimar si la propagación de los cultivos de palma aceitera en la provincia de Sarayacu, se ajusta de manera adecuada a los usos potenciales de la tierra y no interviene sus áreas protegidas, lo que será posible con herramientas tecnológicas para el manejo de sensores remotos. En el departamento de Loreto se facilita este estudio por la disponibilidad y gratuidad de imágenes satelitales en escala adecuada y con cobertura nubosa mínima. Además el fomento del cultivo de la palma y la falta de estudios sobre los cambios en las coberturas del suelo por la implementación del mismo, son las razones por las que se escoge este departamento para esta investigación.
7
1.1.
Planteamiento del Problema
La palma aceitera es un monocultivo muy rentable. Puede ser un importante sustituto a los cultivos de hoja de coca y hacer frente al problema del narcotráfico siempre y cuando se respeten los usos potenciales de la tierra y las áreas protegidas promoviendo el Desarrollo Sostenible. Actualmente en la Región Loreto se observan constantes conflictos sociales y problemas ambientales que surgen de la expansión de plantaciones de palma generando la deforestación innecesaria de bosques primarios, destrucción de ecosistemas frágiles, pérdida de biodiversidad, cambio climático y agravamiento de las sequías, erosión de suelos. En otro orden de cosas, estas las plantaciones usan plaguicidas muy tóxicos (como el Paraquat o el Gramoxone) que contaminan los cursos de agua promoviendo la aparición de plagas y enfermedades por la ruptura del equilibrio ecológico y cambios en las cadenas alimentarias, más allá de los problemas meramente ambientales, se reportan continuamente problemas sociales, conflictos laborales e incluso graves violaciones de derechos humanos que llegan hasta el asesinato. Se han identificado cuatro niveles de conflicto: Conflicto por uso agropecuario en tierras de protección. Conflicto por uso agropecuario en tierras de vocación forestal asociada con protección. Conflicto por uso agropecuario en tierras de protección asociada con vocación forestal. Conflicto por adjudicación de concesiones forestales en tierras de protección.
8
1.2.
Hipótesis
Mediante la utilización de sensores remotos se plantea un método de interpretación para la gestión ambiental del territorio. Los análisis de información espacial obtenida de las imágenes satelitales pueden aclarar si la dinámica de cultivo de palma aceitera en distintas épocas, ha incluido el desplazamiento de usos más adecuados de la tierra, la ocupación de áreas protegidas, o la sustitución de importantes ecosistemas boscosos que pueden poseer algún nivel de vulnerabilidad o fragilidad, con la intención de resolver los conflictos que se puedan generar y corroborar declaraciones que han surgido en torno al establecimiento de estas plantaciones en el país. Es necesario determinar la ubicación, cuantificación y crecimiento del área de las plantaciones de Palma, y los conflictos de uso de la tierra por la expansión de cultivo en la zona de estudio.
1.3.
Objetivos de Estudio
1.3.1. Objetivo General Identificar los conflictos de uso de la tierra en torno a la dinámica de las plantaciones de palma aceitera en el distrito de Sarayacu, para elaborar recomendaciones pertinentes que acompañen a la agroindustria en las decisiones sobre la expansión y ubicación adecuada del cultivo.
1.3.2. Objetivo Específico Identificar la dinámica de propagación de los cultivos de palma aceitera y sus implicaciones en los cambios de las coberturas y usos de la tierra. Comparar la dinámica de propagación de los cultivos de palma aceitera, con los usos potenciales de la tierra y las áreas protegidas. Determinar los conflictos de uso de la tierra, como consecuencia de la dinámica en la introducción de plantaciones de palma aceitera. Sugerir actividades y aplicaciones normativas al modelo de expansión del cultivo para la agroindustria de palma aceitera.
9
1.4.
Justificación
El presente trabajo de investigación plantea un método de interpretación de sensores remotos ante la problemática de los conflictos de uso de tierra producto de la creciente expansión de los cultivos de palma aceitera el cual genera impactos sociales y ambientales. Mediante el análisis de información espacial obtenida de las imágenes satelitales puede aclarar si la dinámica de cultivo de palma en distintas épocas, ha incluido el desplazamiento de usos más adecuados de la tierra, la ocupación de áreas protegidas, o la sustitución de importantes ecosistemas boscosos que pueden poseer algún nivel de vulnerabilidad o fragilidad.
1.5.
Ubicación y Ámbito de Estudio
El ámbito de investigación será el distrito de Sarayacu, provincia de Ucayali, departamento de Loreto. Tabla 1. Ubicación del área a analizar Ámbito
Descripción
Departamento
Loreto
Provincia
Ucayali
Distrito
Sarayacu
1.5.1. Superficie El distrito de Sarayacu cuenta con una superficie de 6 303 km 2
1.5.2. Límites Los límites del distrito de Sarayacu son: Por el Norte : La provincia de Requena Por el Sur
: El distrito de Vargas Guerra
Por el Este : La provincia de Requena Por el Oeste : El departamento de San Martin
10
1.5.3. Accesibilidad La accesibilidad a la zona se realiza de manera fluvial a través del río Ucayali. El aeropuerto más cercano es que se encuentra en la ciudad de Contamana, el transporte se realiza a través de embarcaciones de gran y medio calado.
2.
MARCO TEORICO
2.1.
Cultivo de Palma Aceitera
2.1.1. Generalidades de la Palma Aceitera y de su Cultivo La palma africana de aceite, también llamada Palma Aceitera o Palma Africana, es el cultivo oleaginoso que mayor cantidad de aceite produce por hectárea; puede rendir de 3 a 5 TM de ACP por hectárea y de 600 a 1,000 kg. de aceite de palmiste; su rendimiento es 10 veces superior a la soya, con materiales genéticos actuales se puede obtener mayor rendimiento; su producción inicia a los 3 años de sembrado, produce comercialmente durante 25 años; sus mejores producciones se dan entre 8 a 10 años, para luego estabilizarse.
A) Condiciones Agroecológicas Requeridas: Clima Existe consenso entre los especialistas que el factor clima es el más importante para el desarrollo del cultivo, es decir la precipitación, temperatura, luminosidad y radiación solar. En cuanto a los requerimientos de precipitación pluviométrica, éstos deben oscilar entre los 1,800 a 2,000 mm bien distribuidos en los 12 meses del año ya que la palma aceitera es una planta que produce durante todo el año en forma ininterrumpida, por esa razón es indispensable que disponga de agua en forma también continua. Cuando el suelo tiene buena profundidad, nivel freático superficial y buena capacidad de retención de agua, entonces la palma logra soportar estaciones secas. En cuanto a los requerimientos de temperatura, la palma aceitera es un cultivo de tierras bajas del trópico húmedo, por lo que es sensible a las variaciones extremas de temperatura, factor que afecta el desarrollo de la planta en general.
11
Las temperaturas por debajo de los 18º C en períodos prolongados afectan la fisiología de la planta causando disminución del crecimiento y retardando la emisión de hojas. Los requerimientos promedio de temperatura son como máxima promedio de 29 a 33º C, media de 25 a 27º C y mínima promedio de 22 a 24º C. En lo que respecta a la luminosidad, la palma aceitera requiere por lo menos 5 horas de sol cada día de todo el año. El nivel de fotosíntesis está estrechamente relacionado con la temperatura y la concentración de CO2 en el medio. La intensidad lumínica también tiene efecto sobre la formación de grasas habiéndose comprobado que en la época de menos horas de sol se produce una disminución de la tasa de extracción de aceite. La energía recibida por el cultivo, es decir, la radiación foto-sintéticamente activa debe bordear las 500 calorías-gr. por cm2 al día.
Fisiografía La fisiografía también es un factor de importancia para el desarrollo de la palma ya que constituye una variable discriminante en la elección de terrenos porque influye directamente en los costos de instalación puesto que un terreno muy accidentado exigirá la realización de mayores obras de adecuación para la instalación apropiada de la plantación. Entre otros factores, el costo de la red de carreteras depende mucho de las condiciones topográficas.
Suelos La palma aceitera se adapta a una amplia diversidad de suelos, sin embargo, es preferible cultivarla en tierras planas o ligeramente onduladas, aunque se puede hacer en terrenos con pendientes y hasta algo escarpados. Respecto a la textura, los suelos francos son los más recomendables, mas no así las arenas puras o muy arcillosas que además tienen una estructura compacta y contenidos altos de elementos gruesos. La aireación es una condición muy importante en los suelos donde se cultiva palma aceitera y está influenciada por la textura, estructura, densidad aparente, porosidad y otros factores físicos. En cuanto a la fertilidad del suelo, el nitrógeno, potasio y fósforo son tos elementos primarios que se requieren en mayor cantidad, mientras que el calcio y el magnesio son los que mayormente
12
se encuentran deficientes en la palma. Dentro de los elementos menores, los más importantes en el desarrollo de la palma son el cloro y el boro.
Drenaje La palma aceitera no soporta un terreno inundado por más de dos semanas seguidas. La inundación puede ser debida a las aguas de lluvia que se evacuan muy despacio, al desborda miento de los ríos, a La elevación del nivel freático. El saneamiento del terreno impone establecer una red de drenaje (limpieza de ríos, apertura de zanjas, etc.) Unos terrenos inundados pueden tener rendimientos muy buenos cuando pueden drenarse. A continuación se presentan referente a variables agroclimáticas, así como sus valores ideales a tener en cuenta: Tabla 2. Características importantes Variables agroclimáticas
Valor ó rango ideal
Precipitación anual
1,800 - 2,000 mm.
Precipitación mensual
Ningún mes menos de 100 mm.
Déficit de precipitación anual
Menos de 200 mm.
Irradiación solar
Más de 1,800 horas/año
Brillo solar diario
Más de 5 horas/día
Humedad relativa
75 - 85%
Suelos profundos
Bien drenados
Fisiografía plana
Ligeramente ondulados
Condiciones fisicoquímicas
Suelos francos, franco arcillosos
Ph
Suelos neutros ó ligeramente ácidos
Materia orgánica
Buen contenido de materia orgánica
Disponibilidad de macro elementos ó elementos primarios
Buen contenido de elementos primarios N P K
Micro elementos ó elementos secundarios
Contenido de Ca y Mg, Micro elementos Boro, Cloro, Zinc
Fuente: Ministerio de Agricultura
13
Es importante considerar la clasificación edafoclimática que se adjunta, la cual es más específica, teniendo en cuenta parámetros permisibles para el desarrollo del cultivo. Tabla 3. Clasificación edafoclimática VARIABLES EDAFOCLIMATICAS
CLASIFICACIÓN PROPUESTA Altamente conveniente
Conveniente 2500 - 3000 1700 - 2000
Moderadamente conveniente 3000 - 4000 1400 - 1700
Generalmente inconveniente 4000 - 5000 1100 - 1400
Permanentemente inconveniente >5000 <1100
PP* anual (mm)
2000 - 2500
Estación seca (meses)
0
1
2-4
5-6
>6
T media anual (C)
26 - 29
29 - 32 23 - 26
32 - 34 20 - 23
34 - 36 17 - 20
>36 <20
Viento (m/seg)
<10
10 - 15
15 - 25
25 - 40
>40
Pendiente (%)
0-4
4 - 12
12 - 23
23 - 38
>38
Clase de drenaje
Moderado a Bueno
Clase textural
Fco Arc
Bueno a Excesivo Fco Arc, Fco Arc Lim
Excesivo o Pobre Fco Arc Ao, Ao Fco
Excesivo o Pobre Arc Lim, Arcilloso
Excesivo o Muy Pobre Arenoso, Arcilloso
Profundidad efectiva
100 cm
75 – 100 cm
50 – 75 cm
25 – 50 cm
<25 cm
Fuente: Ministerio de Agricultura
B) Plagas y enfermedades: Entre las principales plagas destacan los defoliadores tales como el Attacephalotes
"kuruhuinse";
Brassolissophorae
"ahuihua";
Sibine
Fusca;
EuprosternaEleassa cuyas larvas se nutren de las hojas; los Chupadores de follaje, como el. PlesseobirsaBiscincta "chinche de encaje", principal. responsable de las heridas de los foliolos y de la presencia de la enfermedad Pestalotiopsís; el Barrenador de racimos y follajes entre los que destaca el Castniadaedalus de gran tamaño cuyas larvas se desarrollan primero en los racimos, roen los frutos y a medida que van creciendo perforan espigas, se introducen en los racimos hasta llegar al pedúnculo creando cavidades que causan el debilitamiento de la planta hasta provocar pérdidas en la producción que pueden llegar hasta el 30%; finalmente, los roedores, tales como el sachacuy, ratas grandes y ratoncillos. Todas estas especies ocasionan daños de consideración pues atacan a la planta a toda edad desde los viveros hasta cuando está en producción.
14
A continuación se hace referencia específica a las principales plagas de la palma de aceite y sus daños:
Ácaros. Se localizan en la cara inferior de las hojas, principalmente en palmas de viveros. Los daños se identifican por la decoloración de las hojas, que reducen la superficie fotosintética.
Hormiga arriera. Es común en las zonas tropicales, pueden causar serias defoliaciones en palmas de todas las edades.
Estrategus. Es un escarabajo de 50 a 60 mm de largo, de color negro, con dos cuernos; perforan en el suelo al pie de la palma, hacen una galería de hasta 80 cm., y penetran a los tejidos de la base del tronco y lo destruye.
Ratas. Pueden causar daños en la base del tronco de palmas jóvenes. Escarabajo amarillo o alumus . Ataca las hojas jóvenes del cogollo. Minadores de las hojas. En condiciones naturales, estos insectos se controlan biológicamente.
Chinche de encaje. Mide 2,5 mm de largo, es un insecto de color gris transparente, se localiza en el envés de las hojas; sus picaduras favorecen infecciones por varios hongos, que pueden causar secamiento de las hojas.
Otras plagas que afectan el follaje corresponden a mariposas, entre las cuales puede mencionarse la Sibine; hay varias especies de estas mariposas de tamaño mediano, son de color marrón rojizo, las larvas están cubiertas de pelos urticantes. Las ninfas se transforman en pupas y éstas se localizan sobre las hojas y las bases de los pecíolos. En cuanto a las enfermedades, destacan la Marchites Sorpresiva, la cual se presenta en palmas de 2 años o más. Es transmitida por un chinche del género Lincus que se aloja en las axilas de las hojas a nivel de la flecha y dentro de los tejidos fibrosos que rodean la estirpe y que porta en su aparato bucal, un protozoario flagelado causante de la enfermedad. Otra enfermedad conocida es Manchas Anulares, que se presenta en las fases jóvenes de la palma. Su origen es desconocido. Los extremos de las hojas más jóvenes se amarillean extendiéndose ese decoloramiento a las hojas de mayor
15
edad; esta enfermedad se apaga sola cuando las palmas pasan seis años. El
Pudrimiento del Cogollo es otra enfermedad que produce la pudrición en las plantas a la altura de la primera flecha a nivel del peciolo y luego alcanza a las demás destruyendo los tejidos basales por una pudrición acuosa de color blanco amarillento y olor desagradable. Paralelamente a esta pudrición se produce un amarillamiento de las hojas jóvenes y medias que finalmente mueren. La causa de esta enfermedad se atribuye al Fusarium sp y Rhizoctoniasp. Específicamente existen, varias enfermedades causadas por hongos, nemátodos y microplasmas que afectan la palma aceitera: En palmitas de vivero, hay hongos que ocasionan manchas foliares y añublo o quemazón de las hojas; proliferan en viveros con exceso de humedad y con deficiencias nutricionales. El anillo rojo es una enfermedad causada por un nematodo, cuyo agente vector es el picudo negro. La pudrición seca de la base del tronco y de la marchitez vascular son dos enfermedades causadas por hongos que afectan las raíces y los bulbos de la palma, ocasionando su muerte. La pudrición de flecha es común en palmas de 2 a 3 años; se asocia con el ataque de un hongo, así como con factores genéticos y con deficiencias en fertilización. La pudrición del cogollo en palmas jóvenes y adultas, la causa un hongo favorecido por alta temperatura y excesiva humedad, afecta las hojas tiernas y la afección es letal si llega a los tejidos de la yema.
Marchitez sorpresiva es causada por un microplasma trasmitido por un insecto chupador, que cumple su ciclo de vida. Para combatir las enfermedades, es importante una fertilización balanceada; un
buen manejo nutricional reduce la enfermedad. También se deben eliminar las plantas y gramíneas que albergan a los patógenos o transmisores.
16
2.1.2. Cultivo de la Palma Aceitera en el Perú y el Mundo Como aspecto histórico de la Palma Aceitera en el Perú, se tiene que a partir del año 1969 a solicitud del gobierno peruano, llega a nuestro país la Misión Técnica
del Institut de Recher chespour les Huils et Oleagineux – IRHO de Francia, con el objetivo de evaluar e informar respecto de las posibilidades de establecer el cultivo de palma en el Perú. Los resultados de dicha evaluación concluyeron que la Amazonía peruana reunía las condiciones agroclimáticas propicias para el desarrollo de la palma aceitera. Desde allí, se llevaron adelante cuatro experiencias de palma: dos de origen estatal, una privada y, la más reciente, con base en pequeños palmicultores asociados. La primera experiencia, ocurre en el marco del proyecto de colonización Tingo María-Tocache-Campanilla, cuando a partir de una plantación piloto, se crea en la provincia de Tocache en el departamento de San Martín, la Empresa para el Desarrollo y Explotación de la Palma Aceitera Sociedad Anónima – EMDEPALMA
S.A. de propiedad del Estado. Sus operaciones se inician el 26 de marzo del año 1973 llegando a sembrar en 1980, un total de 5,273 has. La producción industrial de EMDEPALMA S.A. comienza en 1976 con la instalación de una planta extractora con capacidad para procesar 20 TM. de racimos por hora, implementada en dos etapas de 10 TM. cada una. EMDEPALMA S.A. se torna en una empresa exitosa llegando a registrar en 1980 una producción de 5,100 TM de aceite crudo; sin embargo, a mediados de esa década EMDEPALMA ingresa a un período de crisis administrativa y financiera provocada inicialmente por la escasez y el aumento de los costos de mano de obra por cuanto era absorbida y mejor remunerada en las actividades ilícitas relacionadas con el narcotráfico, así como también, por el aumento de los gastos administrativos provocado por una excesiva burocracia que caracterizó a las empresas del Estado por ese entonces.
17
Esta situación se vio agravada por las acciones del terrorismo que elevaron significativamente los gastos operativos de la empresa. EMDEPALMA S.A suspendió sus operaciones en los primeros años de la década del noventa cuando el gobierno decide mediante Resolución Suprema No. 404-93-PCM de fecha 8 de septiembre de 1993, incorporarla al proceso de privatización de empresas del Estado. Durante el proceso de liquidación de la misma, los beneficios sociales de sus trabajadores, representados hoy por la Asociación Central de Palmicultores de Tocache – ACEPAT, fueron cancelados con la entrega de 2,809 hectáreas de cultivo, además de viviendas en los campamentos, maquinarias y herramientas; otras 1,233 hectáreas fueron vendidas a pequeñas empresas particulares y un total de 1,397 hectáreas que no pudieron ser vendidas fueron transferidas al Ministerio de Agricultura. Posteriormente en el año 2005 la ACEPAT, gestiona ante el Ministerio de Agricultura y la Superintendencia de Bienes Nacionales-SBN la entrega de la planta industrial de la Ex EMDEPALMA, logrando su cometido un par de años después, financiando su puesta en operaciones mediante apoyo del Agrobanco y de los mismos productores, constituyendo la empresa Oleaginosas del Perú Sociedad Anónima-OLPESA. Dado los buenos resultados obtenidos por EMDEPALMA en sus primeros años de operación, capitales privados constituyen, en 1979, Palmas del Espino S.A. de propiedad del Grupo Romero, ubicada también en la provincia de Tocache. Las primeras obras de movimiento de tierras comenzaron en abril de 1981 y hasta la fecha se han instalado 13,037 hectáreas, de las cuales, 10,608 hectáreas se encuentran en producción. Industrias del Espino S.A. procesa la producción obtenida de estas plantaciones conformando el complejo agroindustrial más moderno y exitoso del país.
18
Más adelante, a principios de la década del 80, en el departamento de Loreto se inicia el segundo proyecto estatal de palma aceitera. En el marco del Convenio de Cooperación Técnico Económico suscrito en julio de 1981 entre la Corporación de Desarrollo de Loreto y EMDEPALMA S.A. localizándose 10,600 hectáreas aptas para el desarrollo de la palma aceitera en la zona del río Manití - Quebrada de Paparo en la provincia de Maynas. Con este proyecto, se lograron instalar 702 hectáreas y, en enero de 1989, se constituye la empresa CORDEPALMA S.A., La misma que en marzo de 1990, se transforma en la Empresa Regional de Palma Aceitera - EMREPALMA S.A., la cual no tendría mucho tiempo de vida por cuanto, al igual que EMDEPALMA, sería incorporada en el programa de privatizaciones de empresas del Estado. Luego de algunos intentos por privatizarla entre 1993 y 1994, EMREPALMA fue disuelta procediéndose a su liquidación. A través de la Unidad de Desarrollo de la Amazonía, se llevo un esquema piloto para transferir al sector privado 15,532.62 hectáreas mediante la venta de activos a través de una subasta pública internacional. Mientras tanto, paralelamente a la creación de EMREPALMA S.A, en la provincia Coronel Portillo en el departamento de Ucayali, las Sociedades Agrícolas de Interés Social – SAIS Pachacútec y SAIS Pampa (empresa de La SAIS Túpac Amaru) inician a partir de 1988, la siembra de 600 hectáreas aproximadamente sin lograr mayores extensiones que favorezcan su desarrollo agroindustrial por cuanto se prestó mayor atención a la extracción de madera que generaba ingresos inmediatos al agricultor y constituía una actividad menos riesgosa en el contexto de violencia política que se vivía por esa época. Finalmente, con los nuevos impulsos en la lucha internacional contra el narcotráfico y, superado el problema del terrorismo, la cooperación internacional con apoyo de los gobiernos regionales fomentan el desarrollo rural alternativo basado en la promoción de alternativas económicas licitas, viables y sostenibles con mercado interno y externo seguros y con potencial para generar eslabonamientos industriales y estimular la organización empresarial de los campesinos.
19
Así, con fondos provenientes de las Naciones Unidas, el Fondo Contravalor PerúCanadá y con el apoyo decidido del Gobierno Regional de Ucayali y la Dirección Regional Agraria, se inicia a partir de 1991 un nuevo proyecto agroindustrial de palma aceitera que contempló la instalación de 1,300 hectáreas, la organización de los productores en el Comité Central de Palmicultores de Ucayali - COCEPU y la inauguración en 1,997 de una planta extractora en Neshuya, administrada por la empresa Oleaginosas Amazónicas S.A. OLAMSA de propiedad de COCEPU. Este proyecto constituye un núcleo de los varios que está impulsando el Programa de las Naciones Unidas para la Fiscalización Internacional de Drogas-PNUFID como los proyectados para la zona de Aguaytía en ese mismo departamento y el distrito de Pongo de Caynarachi en el departamento de San Martín. Cabe señalar que Industrias del Espino comercializa aproximadamente el 90% de su producción en la región de la selva, donde tiene el monopolio del mercado de aceites ya que por sus precios competitivos ha logrado desplazar a los productos procedentes de la costa e incluso a los importados desde el Brasil. En el transcurso del presente año, el mercado de Industrias del Espino viene creciendo ya que ha logrado introducir el aceite de palma como insumo para la elaboración de aceites vegetales que se comercializan en la costa. Como es sabido, el aceite de palma presenta problemas de precipitación en regiones donde las temperaturas son menores a 20º en promedio, sin embargo, Industrias del Espino S.A. ha obtenido resultados satisfactorios al remplazar parte del aceite de soya con el aceite de palma como insumo para la elaboración de los aceites vegetales que se comercializan en la costa donde la temperatura promedio es de 17 ºC. En el Perú, hasta el año 2011 la superficie instalada de palma aceitera era de 55.980 has. Actualmente se ha incrementado en un 3% siendo el área de palma aceitera de 57,752 ha, constituida de la sumatoria de áreas de las regiones de San Martín, Ucayali, Loreto y Huánuco, que son las zonas potenciales del país.
20
Figura 1. Ubicación de las áreas instaladas y en crecimiento
Tabla 4. Distribución de cultivos de Palma por regiones Producción estimada RFF
Producción Estimada ACP
™
™
23,134
462,680
92,536
14,741
3,392
61,056
12,211
LORETO
13,354
5,970
71,640
14,328
HUANUCO
1,000
71
568
114
TOTAL NACIONAL
57,752
32,567
595,944
119,189
Superficie instalada (has)
Superficie en producción (has)
SAN MARTIN
28,657
UCAYALI
Región
Fuente: DRAs, Agencias Agrarias.
21
Del total de 57,752 has instaladas en campo definitivo y en crecimiento de palma aceitera en zonas nuevas, se tiene que: 28,657 has (49%) se encuentran en la Región San Martín, 14,791 has (26%) en la Región Ucayali, 13,354 has en la región Loreto (23%) y 1000 has pertenecen a la Región Huánuco (2%). Contando con una superficie en producción de 32,567 has siendo el 56% del total, para este año 2012 se produjo un incremento en la producción ya que algunas plantaciones iniciaron su producción al completar el tercer año de edad. Figura 2. Porcentaje de áreas instaladas y en crecimiento
Fuente: DRAs, Agencias Agrarias.
En el gráfico de observan los porcentajes de cada región, teniendo en cuenta que las mayores áreas de palma se encuentran en las regiones de San Martín y Ucayali. La región Loreto no se queda atrás, ya que en los últimos años la inversión privada realizada por el Grupo Romero, viene desarrollando un importante Proyecto de palma aceitera conocido como Palmas del Shanusi, la cual inauguró el año 2012 su planta de extracción de aceite crudo. Anualmente, en el mundo se comercializan anualmente alrededor de 35 millones de toneladas de aceite de palma. Los principales países exportadores son Malasia, Indonesia y Tailandia contribuyendo con el 90% de la oferta mundial.
22
En América, los principales países exportadores son Colombia, Ecuador y Costa Rica. Durante el año 1998, los importadores están más diversificados, el 67% de las importaciones corresponden a países en desarrollo y la Unión Europea, alrededor del 18% EEUU y 15% China. Se espera un incremento del consumo de palma mayor que el de la soya para los próximos 10 años y mayor para China, India y países bajos con relación a países en desarrollo, EEUU y Europa. Estas predicciones se basan en el hecho que el consumo de aceites vegetales en los países en desarrollo está entre 8-10 kg/pc/año y el de los países desarrollados es de 16 kg/pc/año. La elasticidad del ingreso es alta para los niveles de ingresos bajos; entonces dependiendo del crecimiento económico, expansión de los mercados en los países en desarrollo y autoabastecimiento, existe gran expectativa de ampliación del mercado de los aceites oleaginosos. Por otro lado, su gran significancia nacional e internacional se traduce por el creciente interés mundial para proteger el medio ambiente, situación que hace motivar a distintos países con potencial para el cultivo de la palma aceitera a promover su desarrollo en el marco de planes o programas de reforestación, ya que a diferencia de sus competidores (soya, girasol, algodón, etc.) se trata de un cultivo perenne, no anual, con un período de vida útil entre 25 y 30 años y con capacidad para producir 20 toneladas diarias de oxígeno por hectárea, asimismo, se han estimado tasas netas de producción de biomasa iguales o mayores a la de cualquier bosque tropical. Tabla 5. Principales Productores de Aceite de Palma (Expresado en Miles de TM) AÑO
INDONESIA
MALASIA
TAILANDIA
COLOMBIA
NIGERIA
OTROS
TOTAL
2007/2008
18,000
17,567
1,050
780
850
2,867
41,114
2008/2009
20,500
17,259
1,540
795
850
3,048
43,992
2009/2010
22,000
17,763
1,345
770
850
3,131
45,859
2010/2011
23,600
18,215
1,288
775
850
3,202
47,390
2011/2012
25,400
18,700
1,450
885
850
3,281
50,566
Fuente: FAO
23
Figura 3. Porcentaje de la producción mundial de palma aceitera - 2012
Fuente: FAO
2.2.
Conflictos de Uso de Tierra
2.2.1. Capacidad de Uso Mayor de Tierra La Capacidad de Uso Mayor de una superficie geográfica es definida como su aptitud natural para producir en forma constante, bajo tratamientos continuos y usos específicos. Es un sistema eminentemente técnico-interpretativo cuyo único objetivo es asignar a cada unidad de suelo su uso y manejo más apropiado. La Capacidad de Uso Mayor (CUM) al ser de carácter interpretativo, traduce el lenguaje puramente científico de los levantamientos (estudios) de suelos a un lenguaje de orden práctico, fácil de acceder por el usuario del suelo. Dichas interpretaciones son predicciones sobre el comportamiento del suelo y los resultados que se puede esperar, bajo determinadas condiciones de clima y de relieve, así como de uso y manejo establecidas (Dirección General de Asuntos Ambientales Agrarios). Para determinar los grupos, clases y subclases de CUM se consideran las siguientes características edáficas y climáticas:
24
Edáficas (Suelos): Climáticas:
Pendiente, profundidad efectiva, textura, fragmentos gruesos, pedregosidad superficial, drenaje interno, pH, erosión, salinidad, peligro de anegamiento y fertilidad natural superficial. Precipitación, temperatura, evapotranspiración, todas influenciadas por la altitud y latitud. Todas ellas son consideradas en las zonas de vida (Holdridge).
Las unidades de CUM de tierra clasificada para una aptitud determinada, debe ser para su uso sostenible, es decir, para una productividad óptima y permanente bajo un sistema de manejo establecido. Ello implica que el uso asignado deberá conducir a la no degradación del suelo, por procesos tales como de erosión, salinización, hidromorfismo u otros.
F : Producción Forestal P : Pastos X : Protección A : Cultivo en Limpio C : Cultivo Permanente
Fuente: DGAAA-DERN
La clasificación de las tierras del Perú según su capacidad de uso mayor, se basa en las limitaciones permanentes de los suelos para poder mantener actividades agrícolas, pecuarias ó forestales dentro de márgenes económicos y sin degradar el recurso. Los factores que influyen en esta clasificación son: el clima, el riesgo de erosión, las características propias del suelo que afectan la productividad y las condiciones de humedad (ONERN, 1985). Se clasifican en:
25
Tierras aptas para cultivos en limpio (A): Son tierras aptas para agricultura arable e intensiva y apropiada para cultivos diversificados, como las hortalizas, que tienen una o más cosechas al año. Estas tierras son las de mayor calidad agrológica, es decir con condiciones físicas del suelo, hídricas y climáticas muy apropiadas para la agricultura, y sin mayores limitaciones. Asimismo, son tierras muy escasas (3.8% del territorio nacional). En la Costa se ubican principalmente en los valles irrigados. En la Sierra, en zonas de topografía suave y fondos de valles abrigados: y en la Selva, en las terrazas de formación reciente a lo largo de los ríos.
Tierras aptas para cultivos permanentes (C): Son las tierras con condiciones ecológicas no adecuadas para la remoción periódica del suelo ó para un desarrollo económico con cultivos en limpio, pero que permiten el manejo de cultivos perennes, como los frutales. Estas plantas son improductivas en los primeros años para luego brindar valiosas cosechas durante varios años, con un pequeño costo de mantenimiento. También son tierras muy escasas (2.1% del territorio nacional) y junto con las tierras aptas para cultivo en limpio, constituyen el potencial agrícola del país. En la Costa se ubican principalmente en las cabeceras de los valles irrigados y en algunas pampas o desiertos. En la Sierra, se encuentran en algunos valles de topografía relativamente suave; y en la Selva, en ciertos valles de la Selva Alta y en lomadas y terrazas de los valles del llano amazónico.
Tierras aptas para pastos (P): Suelos que no presentan características requeridas para fines agrícolas pero presentan vocación para el uso de pastos naturales y para la propagación de forrajes cultivados y por ende el desarrollo de la actividad pecuaria. Son tierras con una superficie intermedia (14% del territorio nacional), cuya mayor expresión se da en la Sierra, especialmente en la zona alto Andina por encima de
26
los 3900 msnm. En la Costa se distribuyen asociadas a los bosques secos del noroeste y en las lomas estacionales.
Tierras aptas para producción forestal (F): Las tierras aptas para producción forestal tienen la capacidad de ser usadas para aprovechar los recursos maderables y no maderables del bosque. Son las tierras potencialmente productivas con mayor representatividad en el país, con 38% de su superficie. Lógicamente, el 90% de las tierras forestales se encuentran en el territorio Amazónico, el 8% en la Sierra y una mínima parte en la Costa.
Tierras aptas para protección (X): Son aquellas que no reúnen las condiciones ecológicas mínimas requeridas para los otros usos descritos, y que por sus características y ubicación sirven fundamentalmente para conservar el equilibrio ecológico, los suelos y las aguas, con el objeto de proteger tierras agrícolas, infraestructura vial o de otra índole y centros poblados, así como garantizar el aprovisionamiento de agua para consumo humano, agrícola e industrial, teniendo carácter de intangible. Con más del 42% de la superficie nacional, constituyen las tierras más extensas en el país. Figura 4. Porcentaje de Capacidad de uso de tierra el Perú
Superficie de capacidad de uso mayor de los suelos a nivel nacional (millones de hectáreas). Fuente: ONERN, 1985.
27
2.2.2. Uso Actual de la Tierra La cuenca amazónica alberga a los ecosistemas más ricos en biodiversidad del planeta (Brack, 1992) que, paradójicamente son los ecosistemas más frágiles del globo. En el Perú se encuentra la mayor diversidad biológica de toda la Amazonía, tanto en las regiones de selva alta (entre 3400-3800 y 800 m.s.n.m) como en la selva baja (debajo de 800 m.s.n.m), y es la selva baja (región Loreto) la más rica del Perú en diversidad de especies de flora y fauna (Gentry, 1980) y la menos vulnerable a la desertificación y erosión de los suelos, por sus características fisiográficas. En la selva del departamento de Loreto, la población rural se encuentra ubicada, fundamentalmente, en las riberas e interfluvios de los principales ríos y afluentes. Estas poblaciones están constituidas por comunidades ribereñas y comunidades nativas, cuyas actividades productivas son la agricultura migratoria, la pesca y la extracción de recursos forestales. Estas actividades productivas obedecen al proceso de adaptación humana, a través de los arios. En estos ecosistemas ricos pero frágiles se ve reflejado el criterio lógico del uso y manejo de los recursos naturales mediante las prácticas culturales productivas y extractivas. Sin embargo, Campbell (citado por Schmink, 1999) indica que las fuerzas externas, como las presiones de la economía de mercado y las estrategias de supervivencia de las comunidades locales, ponen en peligro los mecanismos de conservación. El mayor peligro para la conservación del ecosistema amazónico lo representan grupos migratorios colonizadores, mayoritariamente de origen andino que inducidos por políticas erróneas de los gobiernos en turno, son los principales agresores del medio amazónico. Estos agricultores por excelencia conocen esa actividad como el único medio para obtener sus alimentos. "Los árboles no se comen" dicen estas poblaciones hambrientas de alimentos y tierras y por eso convierten los bosques en campos agrícolas, ocasionando una deforestación a ritmo de 300 mil hectáreas por año (Ruiz, 1993). Sin embargo, Wood y Schimink (citado por Anderson, 1990) indican que estos agricultores a menudo son
28
acusados de ser los causantes de la deforestación pero son realmente, con mayor frecuencia, las víctimas de la distribución desigual de los recursos. El mayor impacto humano sobre los bosques amazónicos, como la deforestación y la pérdida de la diversidad biológica, se debe, fundamentalmente, a la agricultura migratoria no tradicional' y en menor escala, entre otros factores, a la extracción forestal no sostenible. Estas prácticas están íntimamente relacionadas a los patrones de uso y manejo de los recursos de suelo y bosque en las actividades productivas de las poblaciones allí asentadas. En el Perú, la tasa anual de deforestación es de 261 158 hectáreas por año (INRENA, 1996) y corresponde a la selva peruana una deforestación del 34.5% de los departamentos de Amazonas, San Martín, Ucayali, Madre Madr e de Dios y Loreto (INRENA, 1995). 1 995). De las cuales el 80% está cubierto por bosque secundario (purma).
2.2.3. Definición y Tipos de Conflicto de Uso Uso de la Tierra La discordancia entre la Capacidad de Uso Mayor de la Tierra y el uso actual es lo que genera el conflicto, así como el incumplimiento de las normas sobre el uso adecuado del suelo, del agua y los bosques. Las metodologías para determinar los conflictos de uso de la tierra consideran el análisis de los mapas de vocación de uso de la tierra acorde a la clasificación agrológica y su superposición con el mapa de uso actual, lo que permite determinar y clasificar el nivel de conflicto en bajo, medio y alto (CORPES de Occidente e Incoplan – Parsons, 1999). Polanco (2009) también estima los conflictos de uso de la tierra comparando una zonificación con la dinámica de la cobertura, obtenida por medio de un monitoreo con información satelital, de lo que asume la intensidad del conflicto de uso como elevada si el “deterioro” se impone sobre el “restablecimiento” de las coberturas.
29
2.3.
Sensores Remotos
La tecnología de los sensores remotos es usada como instrumento para la obtención de información valiosa en los sectores público y privado, con base en las investigaciones que involucran fenómenos geofísicos y atmosféricos, por ejemplo el clima en las predicciones meteorológicas. Un sensor remoto es el conjunto de dispositivos que aprovechan el reflejo de la luz de un objeto en la superficie de la tierra para capturar sus propiedades espectrales, lo cual se logra por medio de mediciones hechas desde aeroplanos y satélites. Estas medidas son datos obtenidos a distancia que quedan capturados en fotografías aéreas o imágenes satelitales (Schowengerdt, 1997). La precisión de los datos y de la información que resulta de su procesamiento, depende del nivel de detalle con que esos datos son obtenidos, y que está dado por la resolución espacial. Este último término se refiere a la mínima unidad de observación del terreno, que se representa con el tamaño del pixel de la imagen, es decir, para un tamaño de pixel de 30m pueden diferenciarse los objetos que aparecen en una parcela con lado de 30m en tierra, pero al hacer un acercamiento no pueden discreparse. Las fotografías aéreas capturan datos del terreno con alta resolución, dependiendo de la distancia a la superficie desde el aeroplano, pero son costosas y el área que cubren para una investigación a gran escala normalmente no se encuentra disponible en su totalidad, excepto para estudios locales. Las imágenes satelitales, se eligen según los fines de la investigación, las fuentes disponibles para su procesamiento, el grado de experiencia del intérprete y los costos que acarrea (Schowengerdt, 1997), características con las que pueden categorizarse de acuerdo a su resolución espacial aproximadamente en los tipos que se caracterizan en la Tabla 5. Tabla 5. Topos de Resolución TIPO DE RESOLUCIÓN
RESOLUCIÓN ESPACIAL
BAJA
100m, 250m, 500m, 1000m y 10000m
MEDIA
20 m a 100 m
FINA
Menor de 20 m
30
Las imágenes satelitales por si solas no pueden brindar la información que sea requerida, para extraerla, organizarla, procesarla, interpretarla y llevarla a un mapa digital o análogo. Previamente es necesario planear para las imágenes la elección de la resolución más adecuada que según Quattrochi y Goodchild (1997), depende de las características de la escena y la variación deseada, del conocimiento previo de la zona de estudio y los niveles de referencia para la clasificación de los objetos en la imagen, así como la determinación de las variables que deben ser involucradas y las relaciones existentes entre ellas mismas para obtener la información precisa y apropiada, lo cual es posible gracias a los Sistemas de Información Geográfica (SIG). Un SIG es definido como un software computacional que vincula información geográfica (dónde están las cosas) con información descriptiva (qué son esas cosas) y a diferencia de un mapa plano en papel, donde lo que se ve es lo que se puede obtener, un SIG representa muchas capas con distinta información a través de mapas digitales que son mucho más fáciles de manejar que los mapas en papel (Glennon, et. al., 2006).
2.3.1. Metodología para estudios del territorio usando sensores remotos Como se mencionó anteriormente los SIG permiten la manipulación de diferentes datos geográficos para una misma zona por medio de la superposición de capas digitales. Esta es la base para realizar un estudio sobre los conflictos de uso de la tierra por medio de un SIG. Pero antes de comenzar este tipo de estudios es necesario considerar una etapa previa como se describe a continuación.
A. Aplicación de máscaras máscaras Aunque por p or lo general las imágenes satelitales reciben algún pretratamiento en la base receptora de la señal satelital, algunas de ellas son cargadas en la página web con unos márgenes que pueden causar errores en los diferentes cálculos y tratamientos, que involucran las medidas de reflexión de la luz de cada pixel. Así que es común encontrar un margen negro cuyo valor espectral es igual a cero y que debe ser removido para realizar la corrección atmosférica, que tiene como
31
principio la eliminación del mínimo nivel de reflexión lumínica. Esto se logra con la aplicación de máscaras que reemplacen el dato de reflexión cero por la reflexión del blanco (256). Una vez se aplica la máscara se realiza la corrección atmosférica.
B. Corrección de Imágenes Satelitales. Este paso es obligatorio porque aunque no es notorio, el efecto de las partículas suspendidas y aerosoles en la atmósfera, cambia la intensidad con que la luz es reflejada y por esta razón un mismo cuerpo en distintas épocas o lugares puede quedar con distintos niveles digitales por la presencia o ausencia de dichas partículas. Como lo explica Schowengerdt (1997), una aproximación para realizar la corrección atmosférica, es la estimación de los parámetros atmosféricos de la misma imagen, con parámetros refinados con algunas medidas disponibles y con aplicaciones iterativas de un modelo atmosférico, para lo cual se requiere primero la conversión de los niveles digitales de la imagen a niveles de alianza. Un método más sencillo y común, requiere la identificación de un “objeto oscuro” en la imagen, la estimación del nivel digital sobre ese objeto y la substracción de ese valor a cada pixel en la imagen. Los objetos oscuros pueden ser lagos claros, profundidades, sombras y pavimentos de asfalto. El método de substracción del objeto oscuro, puede interpretarse como la resta a cada nivel digital de todas las bandas que conforman la imagen, del valor más pequeño en la banda 3 (longitud de onda del rojo), o el valor mínimo de cada banda, o los niveles de una región de interés (ITT Corporation, 2006).
2.3.2. Procesamiento de Imágenes Satelitales para los Estudios del Territorio Esta etapa incluye el procesamiento de los datos para obtener la información necesaria, por esta razón incluye la interpretación de la imagen, para saber qué tipo de información se tiene y cuáles son sus atributos. Esto ayuda en el logro de los objetivos de un estudio de la tierra que involucran el conocimiento de las diferentes clases de coberturas, para lo que es necesaria su clasificación. Se logra
32
resaltando algunos atributos para su diferenciación por medio de diferentes transformaciones a las imágenes. Para esto debe recurrirse a la aplicación de transformaciones que resalten los atributos de la imagen utilizando índices de transformación como los índices de vegetación, Tasseled Cap y composiciones en falso color.
A. Aplicación de Índices de Vegetación Los Índices de Vegetación (IV) están definidos en el tutorial del software ENVI 4.3 (2006), como combinaciones de la reflexión de una superficie en dos o más longitudes de onda, diseñadas para resaltar una propiedad particular de la vegetación con base en las diferencias espectrales del follaje de las plantas. Se han publicado en la literatura científica más de 150 índices de vegetación, sin embargo ENVI utiliza tan sólo 27 índices para detectar la presencia y abundancia relativa de pigmentos, agua y carbono como una expresión del espectro óptico de reflexión solar (entre 400 nm y 2500 nm). Entre los índices comúnmente utilizados tenemos:
Índice de Vegetación de Diferencia Normalizada (NDVI): Este índice se usa extensamente para monitorear la vegetación a escalas globales y continentales con el uso de datos satelitales AVHRR (Townshend y Justice, 1986; Tucker y Sellers, 1986; Justice et. al., 1991, citados por Schowengerdt, 1997). Este índice parece ser un pobre indicador de la biomasa de vegetación si la cobertura del suelo es baja, como en las regiones áridas y semiáridas (Huete y Jackson, 1987, citados por Schowengerdt, 1997). La transformación del índice de vegetación utiliza los niveles digitales de la imagen satelital en la longitud de onda del infrarrojo cercano, en la cual se resalta altamente la actividad fotosintética de la vegetación y por lo tanto se hace mayor la reflexión de la luz, en comparación con el comportamiento de la vegetación en la longitud de onda del roja, región en la que la luz es absorbida en mayor proporción, que se representa como lo muestra la Ecuación 1.
33
NDVI = (ρNIR - ρR / ρNIR + ρR )
(Ecuación 1)
Dónde: ρNIR: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del infrarrojo cercano. ρR: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del rojo.
Índice de Vegetación Ajustado al Suelo (SAVI): Es un índice más usado para los ambientes de cobertura vegetal baja (Huete, 1988, citado por Schowengerdt, 1997). La expresión que lo calcula está dada en la Ecuación 2. SAVI = (ρNIR – ρR / ρNIR + ρR + L) (1+L)
(Ecuación 2)
Dónde:
L: constante empíricamente determinada para minimizar la sensibilidad del índice de vegetación a la variación de la reflexión del fondo del suelo, si este valor es cero el SAVI es el mismo NDVI. Para rangos de cobertura intermedia, L está normalmente alrededor de 0.5 y el valor del SAVI está entre -1 y 1.
Índice de Vegetación Mejorado (EVI): Es uno de los índices más comunes, similar al SAVI, calculados a partir de las observaciones satelitales para el seguimiento de la vegetación. Está directamente relacionado con el índice de área foliar (IAF) porque se basa en la propiedad espectral de la vegetación verde de absorber diferencialmente la radiación fotosintéticamente activa. El EVI calcula la diferencia normalizada de la reflexión entre las longitudes de onda del rojo e infrarrojo cercano, e incorpora una tercera longitud de onda (azul) que minimiza la influencia del suelo y la atmósfera (Oyarzabal, et. al., 2008). Se calcula con base en la expresión de la Ecuación 3 y sus valores deben estar entre -1 y 1: EVI = 2.5 (ρNIR – ρR / ρNIR + 6 ρR – 7.5ρB + 1) (Ecuación 3)
34
Dónde: ρNIR: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del infrarrojo cercano. ρR: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del rojo. ρB: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del azul.
Índice de Diferencia Normalizada del Infrarrojo (NDII): Es una medida de la reflexión que es más sensible a los cambios en el contenido de agua del dosel de las plantas. El NDII usa una fórmula de diferencia normalizada en lugar de una razón simple, cuyo valor aumenta con el incremento del contenido de agua, porque relaciona las medidas de reflexión en las longitudes de onda de Infrarrojo medio (1.649 nanómetros) donde la absorción de humedad de las hojas es la mayor y se compara con la longitud de onda del Infrarrojo cercano (819 nanómetros) donde esta medida es moderada. Las aplicaciones incluyen el manejo de cultivos, monitoreo del dosel del bosque y la detección de estrés de la vegetación. NDII = (ρ819 - ρ1649 / ρ819 + ρ1649 )
(Ecuación 4)
Dónde: ρ1649: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del infrarrojo medio, en la fracción de 1649 nanómetros. ρ819: Niveles digitales de la banda del espectro óptico que corresponden a la
longitud de onda del infrarrojo cercano, en la fracción de 819 nanómetros. Cuando se comparan los resultados de diferentes IV en una clase específica y se correlacionan con las condiciones de campo medidas en un lugar, se puede evaluar cuales índices en una categoría en particular hacen el mejor trabajo en la modelación de la variabilidad en dicho escenario (Schowengerdt, 1997).
35
B. Transformación Tasseled Cap El desarrollo de esta transformación se dio para hallar un conjunto de valores espaciales que representaran las propiedades físicas de los cultivos en crecimiento. Con la combinación de las bandas 1 a 5 y la banda 7 del Landsat, se logra una imagen con distintas bandas que corresponden al verdor (greenness), brillo (brightness) y humedad (wetness) (Schowengerdt, 1997). El modelo utiliza una matriz de transformación de los niveles digitales como se expresa.
TC = WTC X DN
(Ecuación 5)
Dónde:
TC: Es la matriz con los datos de niveles digitales de la transformación WTC: Pesos dados a las bandas según el atributo que se quiera resaltar en la transformación (brillo, verdor, humedad)
DN: Niveles digitales de cada banda. C. Composiciones en falso color Se refieren a la combinación de bandas para obtener arreglos que brindan mayor información sobre las diferentes coberturas de la tierra. ENVI (2006) permite realizar esta transformación a partir de un simple criterio, los niveles digitales de una banda pueden hacerse pasar por cualquier canal de la pantalla rojo, verde o azul. Es por esto que la combinación en color verdadero (321) permite observar a los cuerpos que reflejan el color rojo (en el terreno) de color rojo (en la pantalla), lo que reflejan el azul se ven azules y los que reflejan el verde se visualizan de color verde. La combinación en falso color (432) que aplica las bandas del infrarrojo cercano, rojo y verde por los canales RGB, resulta en la visualización en pantalla de la vegetación vigorosa como los bosques y cultivos densos, con un realce en rojo de la banda del infrarrojo cercano; finalmente la combinación en falso color mejorado (453) que usa las bandas infrarrojo cercano, infrarrojo medio y rojo por los canales RGB, permite la visualización más llamativa de los bosques y cultivos densos en colores naranjas y en azules oscuros a los cuerpos de agua. A cada
36
imagen es necesario aplicarle un realce de contraste para resaltar los atributos de interés.
D. Clasificación de Imágenes Satelitales De acuerdo con la metodología definida por DANE, IGAC y la Corporación Colombiana de Investigación Agropecuaria (2002), para realizar un análisis de conflictos de uso de la tierra es necesario conocer previamente las coberturas e interpretarlas en términos de uso de la tierra. Esto es posible con la identificación de las diferentes clases o tipos de coberturas en el territorio por medio del SIG. Pero como se referencia en los párrafos anteriores, debe iniciarse con unas transformaciones que ayuden a diferenciar las clases, además de la experiencia del intérprete. Una vez aplicadas las diferentes transformaciones, éstas deben compararse entre sí para determinar en cuál de ellas se diferencia en mayor grado las clases que se tendrán en cuenta durante la clasificación. Este paso se logra con un análisis de separabilidad de unas categorías preestablecidas por el usuario, en cada una de las transformaciones. Este análisis se aplica a cada una de las transformaciones por pares de clases, con el fin de obtener el valor del Índice de Jeffries-Matusita y el Índice de Divergencia Transformada. Los valores mayores a 1.9 de estos dos índices indican que el par de clases tienen buena separabilidad o pueden diferenciarse claramente. Para valores más bajos se debería mejorar la separabilidad editando las áreas o utilizando una transformación diferente, pero para los valores menores que 1 es recomendable unir las áreas en una única región de interés (Richards, 1999 citado en ENVI, 2006). Cuando esto está resuelto se procede a la afinación de las clases o regiones de interés, para finalmente realizar la clasificación de la imagen.
Regiones de Interés. Estas áreas poseen los niveles digitales de cada cobertura de la tierra que el intérprete considere. Estas regiones de interés o ROI deben tener un tamaño superior a un pixel o de acuerdo al número de bandas, se requiere seleccionar un mínimo de ρ+1 pixeles por categoría, siendo ρ el número
37
de bandas que integran el análisis, aunque debe superarse en alto grado este límite mínimo (Schowengerdt, 1997). Varios autores recomiendan utiliza r entre 10ρ y 100ρ por categoría (Jensen, 1986; Mather, 1987; citados por Chuvieco, 1990).
Debe evitarse seleccionar pixeles en los límites de cambio entre una clase y otra para evitar la auto-correlación espacial, además debe preferirse seleccionar aleatoriamente un gran número de regiones de tamaño pequeño que unas pocas áreas de gran tamaño.
E. Clasificación de Imágenes Existen varios métodos de clasificación supervisada de imágenes, es decir, que requieren la definición de regiones de interés por el usuario, como el método del Paralelepípedo que usa una regla simple de decisión, la que forma una clasificación de n dimensiones definidas sobre la desviación estándar de la media según la clase seleccionada. El método de la distancia mínima usa los vectores de la media de cada clase y calcula la distancia euclidiana de cada pixel desconocido en dicha clase, asignando el valor según la mínima distancia. Otro de los métodos de clasificación más usados es el método conocido como Maximum Likelihood o del vecino más probable, que debe tener en cuenta todas las bandas de la imagen satelital y su expresión se calcula con el modelo de Richards (1999):
gi(x) - ln p(w i) - ½ ln |Σ i| - ½ (x-mi)t Σi-1 (x-mi) Dónde:
i: Clase (1, …., m con m el número de regiones de interés). x = valor digital de n dimensiones (vector donde n es el número de bandas). p(wi) = probabilidad de que la clase correcta para un pixel X sea wi. |Σi| = determinante de la matriz de covarianza de los datos en la clase wi. Σi -1 = es la matriz inversa.
mi = vector de la media.
38
Según ENVI (2006), este método asume que las estadísticas para cada clase en cada banda están normalmente distribuidas y calcula la probabilidad de que un pixel dado llegue a estar en una clase específica. El usuario al menos debe definir un umbral de probabilidad entre 0 y 1, para que todos los pixeles sean clasificados. Cada pixel es asignado a la clase que tiene la más alta probabilidad, este es el vecino más probable. Si esa probabilidad es más pequeña que el umbral que se especifica, los pixeles quedan sin clasificación. Para realizar la clasificación se tendrá en cuenta las siguientes claves para el nombramiento de coberturas de la tierra.
Cultivos de Palma Aceitera: En la imagen satelital pueden observarse estos cultivos en grupos con figuras geométricas y trazados con una gran cantidad de caminos internos e irregulares. También es posible observar en detalle las copas en forma de estrella, así que para su delimitación deben tenerse en cuenta estas características, como también el color y la intensidad con que brillan en la composición de falso color 453. Esta composición muestra un color particular de las superficies que resulta de la combinación de las bandas 4, 5 y 3 del espectro electromagnético, que corresponden a las longitudes de onda del Infrarrojo cercano, Infrarrojo medio y rojo respectivamente, que resaltan en colores naranjas o rojos con gran intensidad todos aquellos cultivos de Palma adulta, los cultivos de Palma joven se notan más opacos y en colores más claros.
Bosques y rastrojos: Estas coberturas suelen confundirse con cultivos muy densos por la similitud en su comportamiento espectral. En las composiciones de falso color, todas aquellas coberturas boscosas con gran actividad fotosintética se observan en tonos naranjas o rojos con alta intensidad del color, mientras que los rastrojos poseen menor intensidad en estos colores o se observan más brillantes. En cuanto a su ocupación en el territorio se les suele encontrar como bosques riparios alrededor de ríos y quebradas, como pequeños conjuntos o fragmentos irregulares y de texturas moteadas.
39
Pastos: Las coberturas del suelo que se encuentren dispersas en la imagen satelital, en figuras irregulares y normalmente con cultivos inmersos o rodeados de rastrojos, vegetación arbustiva y por ríos, normalmente de tonos verde amarillentos corresponden a pastos que dependiendo de la intensidad del color, pueden ser manejados o naturales. En la composición 453 se observan en colores naranja claro o verde amarillo.
Otros Cultivos: Estos han de corresponder a los cultivos permanentes y transitorios que sean hallados. Se necesitan para hacer comparaciones por década respecto a lo que debería existir o se halló en otra época como cultivos comerciales de gran importancia para el país, respecto a la ocupación de estas áreas con palma aceitera. En la composición 453 se observan los cultivos permanentes en tonos naranjas oscuros, cafés y vino tinto o a veces violeta cuando son cultivos de inundación. Los cultivos transitorios normalmente poseen las mismas características y en ocasiones se les encuentra en suelos descubiertos por estar en etapa de labranza de la tierra, para tal caso se consideran los suelos desnudos como una categoría aparte que podrían corresponder a cultivos transitorios.
Ríos y Cuerpos de Agua: Son superficies que se identifican fácilmente por las curvaturas en su forma como los meandros, porque normalmente se les observa franjas de vegetación riparia y en las composiciones de falso color como la 432 no poseen brillo, mientras en la composición 453 se notan en colores azul oscuro o azul violáceo. Dependiendo del grado de eutroficación de las aguas estas pueden notarse en la composición 453 en tonos entre naranjas y fucsias.
Áreas Urbanas: Estas normalmente son excluidas por el Índice de Vegetación y por lo tanto no son clasificadas, pero pueden servir como referencias para la ubicación de los cultivos, cuerpos de agua y otras coberturas. Son fácilmente reconocibles porque sus trazados generalmente se presentan en cuadrículas, en la composición de falso color 432 se observan en colores azules claros y en la composición 453 se notan en tonos de azul claro, lila y verde claro.
40
Eriales: Todos aquellos suelos descubiertos y resecos, normalmente arenosos y pedregosos son los eriales que en composición de falso color (453) se observan en tonos azul celeste muy claro a casi blanco.
Suelos desnudos: Estos incluyen los cultivos transitorios y en ocasiones algunos suelos removidos por movimientos en masa. Se observan en tonos verde amarillo y verde oliva con intensidad de claro a oscuro, dependiendo de la inundación pueden verse en tono azul petróleo más claro que el de los cuerpos de agua.
2.3.3. Procesamiento Post-Clasificación Una vez se ha realizado las transformaciones de la imagen satelital y posteriormente la clasificación, deben aplicarse una serie de funciones que mejoren la visualización y la presentación de la información clasificada.
A. Corrección Geométrica de las Imágenes Clasificadas Según Hammer y Henderson (1991), en un análisis que utilice las superposición de datos de imágenes satelitales, es necesario que éstas presenten la misma ubicación geográfica, pero en caso de incumplir este requisito, debe recurrirse a una corrección de las medidas de la imagen. Como lo explica el tutorial del ENVI (ENVI, 2006) esta corrección es posible con el uso de puntos estratégicos de coordenadas planas o geográficas conocidas, que se hayan obtenido en campo o de alguna fuente cartográfica o fotográfica. Para empezar debe georreferenciarse adecuadamente la imagen más reciente con base en puntos de control obtenidos en campo. Los puntos de control deben ser sitios fácilmente reconocibles en el terreno como cabeceras urbanas, cruces de ríos y carreteras o puentes, cultivos fácilmente identificables, minas, entre otros. Posteriormente se utiliza una función de georreferenciación de Imagen a Imagen para que todas coincidan para cada época. Si el tamaño de pixel fuera diferente a la imagen de referencia, se deben aplicar funciones que permitan el cambio de la resolución o del número de filas y columnas, para cambiar el tamaño de la imagen.
41
B. Aplicación de filtros Posterior a las correcciones geométricas, es necesario aplicar un filtro que elimine los pixeles individuales y aislados que generan ruido en la imagen clasificada, además que homogenicen las diferentes clases. Esto es suficiente con la aplicación de un filtro de mediana con kernel o cuadrícula de tamaño 3X3, que permite homogenizar las clases, elimina el aspecto moteado e impide la pérdida de gran cantidad de información en la imagen. El principio de este filtro es asignar a un pixel en el cuadro (3 pixeles por 3 pixeles) el valor del nivel digital del pixel del centro del mismo (Schowengerdt, 1997).
C. Verificación de la Clasificación Para verificar la información hallada en las imágenes satelitales, debe realizarse un análisis de precisión de la clasificación. Esto se logra comparando las clases resultantes del proceso de clasificación con unas clases reales, que se delimitan a partir de datos obtenidos en campo o en su defecto de la cartografía básica o temática existente para la zona de estudio. Como lo explica ENVI (2006), un método común para este análisis es la obtención de una Matriz de Confusión , que permite calcular el Coeficiente de Kappa, la precisión total, la exactitud del usuario y del producto. El Coeficiente de Kappa es una medida del porcentaje de acierto en la clasificación digital, al comparar un resultado de la clasificación con una región verdadera; la exactitud del producto se refiere a la probabilidad porcentual de que el clasificador haya etiquetado correctamente un pixel de la imagen en una clase real dada; la exactitud del usuario indica la probabilidad porcentual de que una cobertura de una clase particular coincida con la realidad. Estos índices expresan una mayor precisión en la clasificación entre más cercanos se encuentren a un valor de 1.
42
Figura 5. Diferencias entre Exactitud del Producto y Exactitud del Usuario
2.3.4. Análisis Multitemporal de imágenes Satelitales Consiste en analizar comparativamente dos o más imágenes de la misma zona para épocas diferentes. Tiene muchas aplicaciones en el estudio de los Recursos Naturales, una de las cuales es la detección de los cambios que sufren las diferentes coberturas vegetales por la intervención del hombre en una determinada área, permitiendo así un monitoreo continuo sobre áreas de interés y la interpretación de los posibles conflictos por uso de la tierra (Correa y Múnera, 2003). Los Análisis de detección de cambios como el que ofrece ENVI (2006), permiten identificar, describir y cuantificar las diferencias entre dos imágenes de una misma zona en diferentes épocas o bajo distintas condiciones, generando una tabla multitemporal de cambios.
3.
METODOLOGÍAS Y TÉCNICAS DESARROLLADAS
3.1.
Diseño Metodológico
Para el desarrollo de esta metodología se han revisado los estudios sobre la potencialidad de la palma aceitera en la provincia de Sarayacu, así como los criterios definidos por la legislación ambiental sobre los recursos suelo, agua y flora, permiten seleccionar una metodología aplicable a la determinación de los conflictos de uso de la tierra en torno al cultivo de la palma, a partir de datos espaciales contenidos en imágenes satelitales de diferentes épocas. En la Figura
43
6 se muestra la metodología general del proceso que hace referencia a los métodos de esta investigación. Figura 6. Diagrama de flujo de la metodología aplicada en la investigación
44
3.2.
Materiales y Equipos
Se requerirá de imágenes satelitales, así como de cartografía básica y temática, el software y equipos necesarios para la obtención y procesamiento de los datos. Se incluyen sólo las imágenes satelitales útiles, que corresponden a las que poseen la mínima nubosidad, es decir aproximadamente entre el 0 y el 5% del área total de la imagen. Se usaran dos tipos de imágenes que se diferencian por su resolución. Las imagines Landsat Thematic Mapper (TM) y Enhanced Thematic Mapper (ETM+) tienen resolución de 30m, las imágenes Landsat Multiespectral (MSS) tienen resolución de 80m.
3.3.
Pre procesamiento de Imágenes Satelitales
En esta etapa se hace la corrección de los márgenes negros con las funciones del ENVI 4.3, a las imágenes satelitales que los poseían, aplicando una máscara para eliminar los niveles digitales con valores iguales a cero. Para esto se utilizó el comando Masking del menú Basic Tools donde el parámetro o valor de la máscara fue 256, que corresponde al nivel digital del blanco. Posteriormente a todas las bandas de las imágenes se les realizó Substracción del Objeto Oscuro con un parámetro igual al valor del mínimo nivel digital de cada banda. Esto se logró con ayuda del comando Preprocessing del menú Spectral.
3.4.
Procesamiento de Imágenes Satelitales
Siguiendo la metodología explicada en el marco conceptual, se realizó la clasificación de las imágenes, pero primero se aplicaron transformaciones para lograr definir adecuadamente las regiones de interés o clases que permitieron la aplicación del método de clasificación.
3.4.1. Transformaciones de las imágenes Fue necesaria la creación de nuevas bandas sintéticas aplicando varias transformaciones, antes de diferenciar las regiones de entrenamiento en las imágenes satelitales. Se eligieron los índices de vegetación NDVI, EVI y NDII porque son más sensibles a los cambios en la absorción de radiación fotosintéticamente activa y agua, que es un comportamiento similar al de la palma
45
aceitera. También se trabajó con la transformación Tasseled Cap para obtener bandas de verdor, brillo y humedad.
3.4.2. Análisis de Separabilidad Como se indicó anteriormente, es necesario elegir un índice de transformación para resaltar los atributos de interés que se requieren durante el proceso de clasificación. Con ayuda del ENVI en cada transformación se delimitaron unas regiones de interés que se sabía a qué tipo de cobertura correspondían, por ser datos georreferenciados en campo. Luego se les realizó un análisis de separabilidad con la función Compute Region of Interest (ROI) Separability, para obtener el índice de Jeffries-Matusita y el índice de divergencia transformada, que explican la separabilidad de las regiones en cada transformación.
3.4.3. Composiciones en falso color La transformación que brindó la mayor diferenciación entre las regiones de interés o clases, se aplicó como máscara a todas las bandas de todas las imágenes del estudio, con valores mínimo y máximo de 0 y 256 respectivamente, y con un argumento de máscara igual a cero para visualizar solamente lo que resalta la transformación. A esta imagen con máscara se le llamó Grupo 1 y al resto de la imagen se le llamó Grupo 2. Una vez terminó este paso, se combinaron las bandas para obtener composiciones 453, 432 y 321.
3.4.4. Clasificación de las imágenes satelitales Con ayuda de la función ROI Tool del ENVI se dibujaron las regiones de interés con base en el conocimiento de la región, de las coberturas y de su comportamiento espectral en las diferentes composiciones. A cada región se le dio el nombre de una cobertura. Para realizar la clasificación se eligió un método supervisado según los datos fueran ajustables a él o no. Se consideraron todas las bandas y las regiones de interés antes mencionadas.
46
3.5.
Procesamiento post-clasificación
Como fue necesario mejorar la información resultante de la clasificación, se tuvieron en cuenta los siguientes pasos.
3.5.1. Corrección geométrica de las imágenes clasificadas Con ayuda de puntos de control, se georreferenció la imagen más reciente, luego se aplicó la función Georeferencing Image to Image del ENVI a la demás imágenes clasificadas. Para aquellas que tenían una resolución diferente a la de la imagen de referencia se aplicó previamente la función Resize Data.
3.5.2. Aplicación de Filtros A cada imagen clasificada se aplicó un filtro de mediana con kernel 3X3 para eliminar los píxeles más pequeños.
3.5.3. Edición de las Imágenes Clasificadas Todas las imágenes se cortaron con base en polígonos de las zonas de estudio, es decir los municipios donde se cultiva palma aceitera. Se eliminaron los polígonos pequeños con la función Sieve de ENVI, de tal forma que quedaran sólo aquellos polígonos con un área superior a 7200 m 2 (área mínima mapeable para escalas de 1:60.000).
3.6.
Análisis de la Dinámica de los Cultivos de Palma Aceitera
La metodología para los estudios del territorio implica el análisis de los cambios temporales para la identificación de los posibles conflictos y para darles soluciones. Se utilizó la herramienta Change detection analysis del ENVI, que genera estadísticas para la estimación del crecimiento de las categorías clasificadas en la imagen, así como las unidades de áreas reemplazadas por las demás categorías. Los resultados más relevantes que se consideraron son los que hacen alusión al reemplazo de otras coberturas por el cultivo de palma, así como el crecimiento o disminución de los cultivos, partiendo de un año cero en el que no existían plantaciones de palma, cuando fue posible, para poder estudiar el reemplazo de otras coberturas por parte de este cultivo.
47
3.7.
Análisis de Conflictos de Uso de Tierra en Torno al Cultivo de Palma Aceitera
Para el presente análisis se tomó como referencia la metodología general usada en Colombia que define conflictos por uso de tierra. Pero otros estudios consideran, además de los atributos de esa metodología, un estudio más profundo que involucra el estado de los relictos de bosque y rastrojos. La Figura 7 muestra una adaptación de ambas metodologías, que se logró incluyendo un estudio de ecología del paisaje con el estado de la infraestructura ecológica, a la metodología general para la determinación de conflictos de uso de la tierra. Esta unión de métodos es la que se utilizó en este estudio. Los usos actuales de la tierra se definieron con base en las coberturas clasificadas, la superposición de los mapas de uso actual de tierra y el de área protegidas generaron las áreas en conflicto de uso en áreas protegidas, la superposición de los mapas de uso actual y vocación de uso de la tierra generaron las áreas en conflicto de uso (excluyendo las áreas protegidas ya evaluadas). La Tabla 6 presenta la matriz de asignación de conflictos de uso de la tierra y de conflictos en áreas protegidas. Tabla 6. Matriz para la asignación de conflictos de uso de la tierra COBERTURA
BOSQUE Y RASTRAJO
USO ACTUAL
FORESTAL PROTECTOR
VOCACION DE USO
CONFLICTO DE USO DE LA TIERRA
CONFLICTO DE USO DE LA TIERRA EN AREAS PROTEGIDAS
Forestal
Uso adecuado
Uso Adecuado
Agrícola *
Muy sub utilizado
Uso Adecuado
Ganadería
Muy sub utilizado
Uso Adecuado
Agroforestal
Sub utilizado
Uso Adecuado
Cuerpos de Agua
Uso Adecuado
Uso Adecuado
Conservación
Uso Adecuado
Uso Adecuado
Forestal
Uso Muy Inadecuado
Uso Muy Inadecuado Uso Inadecuado
CULTIVOS PERMANENTES Y TRANSITORIOS
AGRICOLA Agrícola *
Uso Adecuado o Subutilizado
Uso Adecuado con restricciones en Resguardos Indígenas
48
Y SUELOS DESNUDOS (CULTIVOS TRANSITORIOS)
Forestal
Uso Inadecuado
Agrícola *
Uso Adecuado o Subutilizado
Ganadería
Uso Inadecuado
Agroforestal
Uso Inadecuado
Cuerpos de Agua
Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado
Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado Uso Adecuado con restricciones en Resguardos Indígenas Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado
Agrícola *
Subutilizado
Uso Inadecuado
Ganadería
Uso Adecuado
Uso Inadecuado
Agroforestal
Uso Inadecuado
Cuerpos de Agua
Uso Muy Inadecuado Uso Muy Inadecuado
Ganadería
Uso Inadecuado
Agroforestal
Uso Inadecuado
Cuerpos de Agua
Uso Muy Inadecuado Uso Muy Inadecuado
Conservación
CULTIVOS DE PALMA ACEITERA (CULTIVO PERMANENTE)
AGRICOLA
Conservación Forestal
PASTOS
PECUARIO
Conservación
Uso Muy Inadecuado Uso Muy Inadecuado Uso Muy Inadecuado
Fuente: adaptación de la clave y nomenclatura utilizada por la Secretaría de Agricultura, et. al. (1993) e IGAC (2007).
En la Tabla 6 el asterisco en la vocación de uso Agrícola, significa que se consideró además el nivel de fertilidad de los suelos para definir si la tierra permitiría cultivos más diversos, transitorios y que aporten a la seguridad alimentaria de la población.
49
METODOLOG A GENERAL PARA EVALUAR LOS CONFLICTOS DE USO DE TIERRA
Cobertura de Tierra
Vocación y Uso Principal de las Tierras
Confrontación
Uso Actual
Áreas Prote idas
Confrontación
Estado de la Infraestructura Ecológica Índices de Fragmentación de Bosque y Rastrojo
Conflictos de Uso de las Tierras Conflictos de Uso de las Tierras en Áreas Protegidas
CONFLICTOS DE USO DE LAS TIERRAS Y CONFLICTOS EN ÁREAS PROTEGIDAS
Fuentes: DANE, IGAC y Corporación Colombiana de Investigación Agropecuaria (2002); Van der Hammen y Andrade (2003)
Figura 7. Metodología general adaptada para la determinación de conflictos por uso de tierra.
50
4.
CARACTERIZACION DEL AREA DE ESTUDIO
4.1.
Aspectos Físicos
4.1.1. Clima y Meteorología De acuerdo a la estaciones más cercanas (Estación Juancito y Estación Contamana) del SENAMHI; en el distrito de Sarayacu la precipitación promedio anual varía entre los 1357.4 mm/anual y 1891.70 mm/anual. La temperatura media anual varía entre un rango de 26.7ºC a 25.88°C. La humedad relativa presenta un valor medio entre 92.2% a 88%. Según la Estación de Juancito; los vientos provienen del Oeste (W), con una velocidad promedio que varía en un rango de 2.0 a 3.0 m/s.
4.1.2. Geología Geológicamente, forma parte del conjunto estructural del Llano Amazónico y la vertiente oriental de la Cordillera de los Andes, con alineamiento regional norte – sur, con largos periodos de sedimentación poco afectados por eventos tectónicos, durante el cual se depositó gran cantidad de material, aflorando en la zona formaciones del Cenozoico Constituidas por areniscas, arcillitas, limolitas y horizontes de conglomerados de Facies continental.
4.1.3. Geomorfología La geomorfología se caracteriza por la presencia del Sistema de Terrazas y Colinas; los cuales tienen las siguientes características:
A. Terrazas Terrazas Altas (Ta): Presenta pendientes que no sobre pasan el 10%, su superficie presenta ondulaciones, poco profundas estas son el resultado de la poca actividad erosiva.
Terrazas Medias (Tm): Presentan pendientes inferiores a 5%, superficies planas a ligeramente planas, estas terrazas pueden presentar inundaciones
51
durante la crecida de los ríos. Presentando un relativo ondulamiento, estos dificultan la salida del agua.
Terrazas Bajas (Tb): Presentan como característica pendientes menores de 5%, superficies planas su condición de inundables se da de forma estacional. La dinámica presente en su área origina sistemas de barras longitudinales y transversales esto se debe a la dinámica fluvial presente.
B. Colinas Colinas Bajas Presentan pendientes entre 5 y 30%, presentan en sus cimas formas aplanadas a redondeadas.
4.1.4. Hidrología Entre las más importantes cuencas y subcuencas del distrito de Sarayacu encontramos a:
Cuenca Baja del Rio Ucayali Su longitud, aproximada es de 653 Km. Su ancho varía desde 400 m a 600 m, Sin embargo el rio alcanza 1200 m en los tramos más amplios de los meandros, la velocidad media de la corriente es de 0,8 m/s a 1,2 m/s, en este río se alternan las riberas altas con las riberas bajas, siendo la mayor parte de ellas inundables en creciente. El lecho del río es areno limoso, y su curso es totalmente meándrico y encajonado. La red de drenaje de la Intercuenca Bajo Ucayali, fluye en dirección de Sur a Norte en un inicio y luego cambia el sentido a Nor-este, en su recorrido recibe aportes de diversas quebradas por ambos márgenes. La intercuenca en estudio va desde la cota mínima de 100 msnm a la cota máxima de 360 msnm, la longitud del cauce principal es de 653,08 km, su pendiente media es de 0,01 %, las aguas que discurren por esta intercuenca al unirse aguas abajo con el río Marañón forman en gran río Amazonas.
Subcuenca del Río Santa Catalina 52
El Río Santa Catalina fluye en la dirección Nor-este, hasta el poblado de Tierra Blanca luego cambia de dirección a Sur-este hasta su desembocadura en el Río Ucayali por su margen izquierda, esta subcuenca cuenta con diversas quebradas afluentes a lo largo de su trayecto, siendo la principal la quebrada San Pablo por su margen izquierda.
Subcuenca de la Quebrada Alfaro La Quebrada Alfaro fluye en dirección Nor-Este; la cual aguas abajo tomará el nombre del Río Alfaro. Por su margen izquierda, está sub-cuenca cuenta con pequeñas quebradas afluentes a los largo de su trayectoria, presenta un área de drenaje de 249,90 km 2, la longitud del rio es de 44,10 km, su pendiente media es de 0.29%, nace en la cota 280 msnm.
4.1.5. Suelos En el distrito de Sarayacu se identifican representativamente diecisiete (17) consociaciones o series de suelos (EIA-d Tierra Blanca, 2013). Los cuales se describen a continuación:
Suelo Yanaquebrada (Ultic Hapludalfs) Este suelo se encuentra en un régimen de humedad Udico y régimen de temperatura isohipertemico. Exhiben un perfil A-Bt1-Bt2-C1C2 con epipedón ócrico y horizonte de diagnóstico argilico. Según la profundidad es franca arenosa, color pardo, estructura granular fino débil, consistencia friable; el cual descansa sobre dos horizontes arcillosos, el color varia de gris parduzco claro a pardo grisáceo, estructura f bloques y consistencias firme en ambas, estas a su vez se encuentra sobre dos horizontes de textura variable de franco arenoso a franco, el color varia de pardo grisáceo a pardo fuete, sin estructura (masiva) y consistencia firme. Alta capacidad de retención de humedad y baja aireación.
Suelo Cumala (Oxic Dystrudepts )
53
Este suelo se encuentra en un régimen de humedad üdico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw-C1-C2-C3 con epipedón ócrico y horizontes de diagnóstico cámbrico. Según la profundidad efectiva es un suelo profundo. La capa superficial es franca arenosa, color gris rojizo oscuro, estructura granular fino débil, consistencia friable; el cual descansa sobre una capa franca arenosa, pardo rojizo, estructura en bloques media débil, consistencia friable; esta se encuentra sobre una capa de arena franca, pardo rojizo, sin estructura (grano simple), consistencia suelta y estas descansan sobre dos capas francas arenosas, color gris rosáceo, sin estructura (masiva) y consistencias firme en ambas. Buena capacidad de retención de humedad y buena aireación.
Suelo Capironilla (Distric Fluventic Eutrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. El perfil muestra una secuencia de horizontes A-BwC con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. El horizonte superficial es franco arenoso, color gris oscuro, estructura granular fino débil, consistencia friable; el cual descansa sobre una capa franca arenosa, pardo rojizo claro, sin estructuras (masiva), consistencias firme. Buena capacidad de retención de humedad y buena aireación.
Suelo Sarayacu (Typic Hapludults) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertémico. Exhiben un perfil A-Bt1-Bt2-C1 con epipedón ócrico y horizontes de diagnóstico argilíco. Según la profundidad efectiva es un suelo moderadamente profundo. La textura es franca arenosa en los primeras tres capas seguido por dos capas de arena franca, color pardo en todo el perfil, la estructura cambia de granular fino a débil a bloques medias moderadamente y débil sobre masivas en las tres últimas capas, la consistencia es friable en los dos primeras capas a firme en las subsiguientes. Buena capacidad de retención de humedad y buena aireación en todo perfil.
54
Suelo Yarina (Ultic Hapludalfs) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bt1-Bt2-C con epipedón ócrico y horizontes de diagnóstico argílico. Según la profundidad efectiva es un suelo profundo. La textura es franca arenosa en todo el perfil, el color varia conforme aumenta la profundidad de pardo rojizo oscuro en superficie a pardo rojizo sobre pardo y está a su vez sobre pardo amarillento; la estructura cambia de granular fino débil a bloques en dos subsiguiente y estas descansan sobre masiva, consistencia es friable en los dos primeros y firme en las subsiguientes, buena capacidad de retención de humedad y buena aireación en todo el perfil.
Suelo Orellana (Typic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw1-Bw2-C con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es franca, color pardo rojizo oscuro, estructura granular fino débil, consistencia friable y esta a su vez descansa sobre tres capas consecutivas de color pardo rojizo, mientras la textura va de franco a arcilloso en las subsiguientes, la estructura varía de bloques a masiva, consistencia firme en todas las capas, alta capacidad de retención de humedad y baja aireación en todo el perfil.
Suelo San Pedro (Typic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Muestra una secuencia de horizontes A-BA-Bw1Bw2; con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura del perfil varia de franco a franco arcilloso sobre arcilloso en las subsiguientes, el color varía de rojo débil en superficie a pardo rojizo oscuro sobre pardo rojizo; la estructura cambia de granular a bloques, consistencia de friable a firme en las capas
55
subsiguientes, alta capacidad de retención de humedad y baja aireación en todo el perfil.
Suelo Golcochea (Dystric Eutrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhibe un perfil A-BA-Bw-C; con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura es arcillosa en todo el perfil, el color varía de gris muy oscuro en superficie a gris rojizo oscuro sobre pardo rojizo en las subsiguientes; la estructura cambia de granular en los dos primeros horizontes a bloques sobre masiva, consistencia friable a firme en las capas subsiguientes, alta capacidad de retención de humedad y baja aireación en todo el perfil.
Suelo Chambilla (Typic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw1-Bw2 con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es franco arenoso, color pardo rojizo oscuro, estructura granular fino débil, consistencia friable y esta a su vez descansa sobre dos horizontes color pardo rojizo oscuro, la textura varia de franco arenoso a franco arcillo arenoso, la estructura en bloques y consistencia firme en las subsiguientes, buena capacidad de retentiva de humedad y buena aireación en todo el perfil.
Suelo Puntayacu (Ultic Hapludalfs) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bt-C con epipedón ócrico y horizontes de diagnóstico Argilico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura del perfil varía de franco a arcilloso sobre arcillo arenoso, color pardo rojizo oscuro en superficie y pardo rojizo a gris rojizo en profundidad, la estructura cambia de granular fino débil a bloques sobre masiva
56
(sin estructura), consistencia friable a firme en las subsiguientes, alta capacidad de retentiva de humedad y baja aireación en todo el perfil.
Suelo Chambira (Fluventic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw1 con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es franca, color pardo oscuro, estructura granular fino débil, consistencia friable y esta a su vez descansa sobre un horizonte franco arcillo arenoso, color pardo, estructura en bloques y consistencia firme, buena capacidad de retentiva de humedad y buena aireación en todo el perfil.
Suelo Yanayacu (Oxic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Muestra una secuencia horizontes A-Bw-C1-C2-C3 con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo profundo. La textura del perfil es franca arenosa, el color va de pardo a pardo pálido, la estructura cambia de granular fino débil a bloques sobre masivas en las subsiguientes, consistencia friable a firme, buena capacidad de retención de humedad y buena aireación.
Suelo Culebra (Inceptic Hapludalfs) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bt-C1-C2 con epipedón ócrico y horizontes de diagnóstico argílico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es franco, color pardo grisáceo muy oscuro, estructura granular fino débil, consistencia friable; el cual descansa en un horizonte de textura franco arcillo arenoso, estructura en bloques media débil, consistencia friable; a su vez en una capa franca, pardo, masiva, consistencia firme y esta a su vez descansa sobre un horizonte franco , color
57
pardo grisáceo, sin estructura (masiva), consistencia firme, buena capacidad de retentiva de humedad y buena aireación.
Suelo Pachitea (Fluventic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw1-Bw2 con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es franca, color pardo oscuro, estructura granular fino débil, consistencia friable; el cual descansa sobre una capa de textura franca, estructura en bloque media débil, consistencia firme y esta a su vez descansa sobre un horizonte arcilloso, color pardo fuerte, estructura en bloque media moderada, consistencia firme, buena capacidad de retención de humedad y buena aireación en el perfil.
Suelo Ucayali (Fluventic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. El perfil muestra una secuencia de horizontes A-Bw1C con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es arena franca, color gris oscuro, estructura granular fino débil, consistencia friable; el cual descansa sobre una capa de textura franca arenosa, estructura en bloque media débil, consistencia firme y esta a su vez descansa sobre un horizonte franco arenoso, color pardo amarillento, sin estructura (masiva), consistencia firme, baja capacidad de retención de humedad y alta aireación en todo el perfil.
Suelo Utcuyacu (Oxic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw-C con epipedón ócrico y horizontes de diagnóstico Argilico. Según la profundidad efectiva es un suelo moderadamente profundo. La textura superficial es arena franca, color pardo rojizo, estructura granular fino débil, consistencia friable; el cual descansa sobre
58
un horizonte franco arenoso, de color rojo amarillento, estructura en bloque media débil, consistencia firme; y esta a su vez se encuentra sobre una capa franca arenosa, pardo rojizo oscuro, sin estructura (masiva), consistencia firme, baja capacidad de retentiva de humedad y alta aireación en todo el perfil.
Suelo Garzal (Typic Dystrudepts) Este suelo se encuentra en un régimen de humedad Údico y régimen de temperatura isohipertérmico. Exhiben un perfil A-Bw-C con epipedón ócrico y horizontes de diagnóstico cambico. Según la profundidad efectiva es un suelo profundo. La textura superficial es franca arenosa, color pardo grisáceo, estructura granular fino débil, consistencia friable; el cual descansa sobre un horizonte de textura arena franca, pardo, estructura en bloque media débil, consistencia firme; y esta a su vez se encuentra sobre una capa arena franca fina, pardo, sin estructura (masiva), consistencia firme, baja capacidad de retentiva de humedad y alta aireación en todo el perfil.
4.1.6. Capacidad de uso Mayor de la Tierra En el distrito de Sarayacu se identifican representativamente tres (03) subclases (EIA-d Tierra Blanca, 2013). Los cuales se describen a continuación:
Subclase C2swc Comprende tierras para cultivos permanentes de calidad agrológica media, con limitaciones del factor edáfico, drenaje y climático que requieren de prácticas moderadas de manejo y conservación de suelos. Se incluye en esta subclase a la unidad edáfica Yanaquebrada, que se presenta en pendiente ligeramente inclinada (0 - 4%) dentro de la zona de vida bosque húmedo - tropical. Limitaciones de uso: Edáfico: por presentar fertilidad natural media, textura fina y profundidad efectiva moderada.
59
Drenaje: por presenta permeabilidad moderadamente lenta en profundidad y drenaje natural moderado. Climático: por presentar altas precipitaciones y la acumulación de agua en el suelo
Subclase C3swc Comprende tierras para cultivos permanentes de calidad agrológica baja, con limitaciones del factor edáfico, drenaje y climático que requieren de prácticas intensivas de manejo y conservación de suelos. Se incluye en esta subclase a la unidad edáfica Chambira, Culebra y Pachitea que se presenta en pendiente plano a moderadamente (0 - 8%) dentro de la zona de vida bosque húmedo - tropical. Limitaciones de uso: Edáfico: por presentar fertilidad natural baja, Textura fina y profundidad efectiva moderada. Drenaje: por presenta permeabilidad lenta a moderadamente lenta y drenaje natural pobre a imperfecto. Climático: por presentar altas precipitaciones y la acumulación de agua en el suelo.
Subclase C3sc Comprende tierras para cultivos permanentes de calidad agrológica baja, con limitaciones del factor edáfico y climático que requieren de prácticas intensivas de manejo y conservación de suelos. Se incluye en esta subclase a la unidad edáfica Cumala, Capironilla, Yanayacu, Sarayacu, Yarina, Orellana, Puntayacu, San Pedro, Utcuyacu y Ucayali que se presenta en pendiente plano a fuertemente inclinada (0 - 15%) dentro de la zona de vida bosque húmedo – tropical.
60
Limitaciones de uso: Edáfico: por presentar fertilidad natural baja, Textura media a moderadamente gruesa y profundidad efectiva moderada. Climático: por presentar altas precipitaciones
Subclase P2s Comprende las tierras de calidad agrológica media, cuyas limitaciones están referidas únicamente al factor edáfico. Se incluye en esta subclase a la unidad edáfica Chambilla y Garzal que se presenta en la zona vida de bosque húmedo tropical. Limitaciones de uso: La utilización de estas tierras está limitada básicamente al factor edáfico, con profundidad efectiva moderadamente profundo y fertilidad natural media. Químicamente son de reacción extremadamente a muy fuertemente ácida (pH < 4.78), baja a media saturación de bases (21 – 57%) y toxicidad de aluminio medio a alto.
Subclase P3sw Comprende las tierras de calidad agrológica baja, cuyas limitaciones están referidas al factor edáfico y drenaje. Se incluye en esta subclase a la unidad edáfica Golcochea que se presenta en la zona vida de bosque húmedo tropical. Limitaciones de uso: La utilización de estas tierras está limitada al factor edáfico, por la profundidad efectiva moderadamente profunda y fertilidad natural media; el factor drenaje, está íntimamente relacionado con el exceso de agua que mantiene el suelo y presentar un drenaje natural pobre a imperfecto con permeabilidad lenta. Químicamente son de reacción extremadamente a muy fuertemente ácida (pH < 4.66), media a alta saturación de bases (43 – 79%) y toxicidad de aluminio medio a bajo.
61
4.1.7. Uso Actual del Territorio En el distrito de Sarayacu se identifican representativamente las siguientes unidades (EIA-d Tierra Blanca, 2013). Los cuales se describen a continuación:
Bosques Primarios Son aquellos bosques que pueden o no haber sufrido una extracción selectiva de madera de especies de cedro, caoba, lupuna colorada, ishpingo, tornillo, catahua, etc. Estas tierras son las que predominan en el distrito, debido a la limitación del uso por la falta de accesibilidad, así como por la carencia de vías de comunicación. Uno de los aspectos relevantes de estos bosques es la presencia de especies maderables de valor económico que no se han extraído.
Bosques Secundarios Son las tierras conocidas como “purmas”, los cuales son el resultado de haber utilizado para cultivos agrícolas por un período corto de tiempo, generalmente dos a tres años, para después abandonarlos. Estas tierras en algunos casos, después de un largo intervalo de tiempo es posible que sean utilizadas nuevamente.
Terreno Pantanoso y/o Cenagosos Terrenos pantanosos y/o cenagosos, son terrenos que están permanentemente saturados de agua o incluso parcialmente sumergidos.
4.2.
Aspectos Biológicos
4.2.1. Flora y Fauna La biología de las formas de vida (flora y fauna) presentes en el distrito de Sarayacu que se encuentra en la ecorregión de la Selva Baja se desarrolla enfrentado condiciones climáticas extremas en medio de una variedad geográfica, los organismos desarrollan su biología adaptándose al calor, a las lluvias, espacio cerrados, etc. Por lo que podrán encontrar incluso especies endémicas.
62
Entre las familias de palmeras destacan las siguientes: Fabaceae, Annonaceae y Arecaceae. Las especies más abundantes son Inga chartacea “Shimbillo blanco”, Eschweilera grandifolia “Machimango negro”, Eschweilera andina “Machimango blanco”, Oxandra acuminata “Espintana blanca” y Cecropia ficifolia “Cetico”
Entre las familias de aves destacan las siguientes: La familia Thamnophilidae (hormigueros), Psittacidae (loros y papagayos), Columbidae (palomas) y Fumaniidae (homeros).Entre otras muchas especies que habitan en estos ecosistemas sensibles.
4.3.
Aspectos Sociales
4.3.1. Población La población del distrito de Sarayacu, se estima en 15,388 habitantes según los datos preliminares del Censo Nacional XI de Población y Vi de Vivienda del año 2007. El 61.82% (9,513 habitantes) de la Población se encuentra en el área rural, mientras que el 38.18% (5,875 habitantes) de la Población en el área urbana. En el siguiente cuadro se indica la distribución de la población por sexo y área de distribución. Tabla 7. Población del Distrito de Sarayacu, por sexo y área de distribución Distrito de Sarayacu
Total 15,388
Total 9,513
Área rural Hombre Mujer 5,088 4,425
Área urbana Total Hombre Mujer 5,875 3,069 2,806
Fuente: INEI. Censo 2007, XI de Población y VI Vivienda
4.3.2. Educación El sistema de educativo peruano, divide la Educación Básica Regular y en Educación Básica Alternativa; la Educación Básica Regular a su vez se divide en los siguientes niveles: Inicial, Primaria, Secundaria, Superior no Universitaria (Educación Técnica) y Superior Universitaria.
Analfabetismo
63
La Educación es fundamental para el desarrollo de las sociedades, es justamente por esto que el estado peruano garantiza la Educación de manera gratuita y obligatoria en las escuelas que pertenecen a su competencia, tanto para la Educación Básica Regular como la Educación Básica Alternativa. Tabla 8. Analfabetismo por Área de distribución en el distrito de Sarayacu. Categoría Si sabe leer y escribir No sabe leer, ni escribir No aplica total
Total 11,583 2,189 1,616 15,388
Área Urbana 4,569 709 597 5,875
Área Rural 7,014 1,480 1,019 9,513
Fuente: INEI. Censo 2007, XI de Población y VI Vivienda
Grado de Instruccion De acuerdo a los resultados del último censo, el grado de instrucción alcanzado en el distrito de Sarayacu, en el nivel Inicial. Tabla 9. Matricula en el Sistema Educativo por Tipo de Gestión y Área Geográfica según etapa, modalidad y nivel educativo, 2011 Etapa, modalidad y nivel educativo Básica regular Inicial Primaria Secundaria Básica especial Técnico productiva Superior no universitaria pedagógica Tecnológico Artística
Total 6,153 1,455 3,368 1,330 --248 ---------
Gestión Área Sexo Pública Privada Urbana Rural Masculino Femenino 6,153 --2,188 3,965 3,187 2,966 1,455 --458 997 711 744 3,368 --1065 2,303 1,709 1,659 1,330 --665 665 767 563 ------------248 --248 --101 147 -------------------
-------
-------
-------
-------
-------
Fuente: MINISTERIO DE EDUCACIÓN – Censo Escolar
4.3.3. Salud Tasa de Natalidad
64
La tasa de natalidad se define como la cantidad proporcional de nacimientos que tiene lugar en una localidad y en un lapso de tiempo determinado, esta variable nos permite poder medir la fecundidad, es decir la culminación efectiva del proceso iniciado a raíz de la fertilidad. Se debe mencionar que la tasa de natalidad está vinculada a los nacidos vivos; en el siguiente cuadro se puede apreciar el número de nacimientos por sitio de ocurrencia. Tabla 10. Número de Nacimientos por sitio de ocurrencia, departamento de Loreto, provincia de Sarayacu, 2010 Lugar de ocurrencia Hospital/clínica Centro de salud Puesto de salud Consultorio Domicilio Otro total
Numero 1 14 ----1 --16
Fuente: Ministerio de Salud – Ofician General de Estadística e Informática
Tasa de Morbilidad La morbilidad se entiende como la proporción de personas que padecen los efectos de una enfermedad en una población; esto nos permite conocer de que se enferman o que padecen las habitantes de determinadas zonas del País. De acuerdo al Ministerio de Salud para el año 2010, dentro de las causas de Morbilidad, se presentaron, las infecciones
agudas de las vías respiratorias
superiores, helmintiasis, enfermedades de infecciosas intestinales, etc.; en el siguiente cuadro se puede apreciar las diferentes causas de morbilidad en el departamento de Loreto. Tabla 11. Causas de Morbilidad en el Departamento de Loreto Enfermedades Infecciones agudas de las vías respiratorias superiores Helmintiasis Enfermedades infecciosas intestinales
Numero
%
230,894 73,798 71,318
20.4 6.5 6.3
65
Enfermedades Enfermedad de la cavidad bucal, de las glándulas salivales y de los maxilares Otras infecciones agudas de las vías respiratorias inferiores Otras enfermedades del sistema urinario Infecciones de la piel y del tejido subcutáneo Trastornos de la conjuntiva Anemias nutricionales Dorsopatias Trastornos episódicos y paroxisticos Micosis Enfermedades crónicas de la vías respiratorias inferiores Otros trastornos maternos relacionados principalmente con el embarazo Enfermedades del esófago, del estómago y del duodeno Enfermedades del oído medio y de la mastoides Artropatías Dermatitis y eczema Desnutrición Enfermedades debidas a protozoarios Sintoasm, signos y hallazgos anormales clínicos y de laboratorio, no clasificados en otra parte Las demás causas Total
Numero
%
48,961
4.3
44,690 41,444 40,813 32,891 32,321 27,130 26,768 26,140 18,685
3.9 3.7 3.6 2.9 2.9 2.4 2.4 2.3 1.6
16,937
1.5
13,495 13,134 12,635 12,233 12,209 11,833
1.2 1.2 1.1 1.1 1.1 1.0
115,833
10.2
209,920 1,133,709
18.5 100.0
Fuente: Ministerio de Salud – Oficina General de Estadística e Informática
Seguro El seguro de salud es un respaldo ante cualquier accidente que el titular o algún familiar afiliado al mismo pueda sufrir, de esta manera se podrá garantizar la atención de los beneficiados, en el siguiente cuadro se muestra la distribución en el distrito de Sarayacu, de las personas en los diferentes rangos de edades, y las afiliaciones correspondientes. Tabla 12. Afiliación a seguros de salud, por grupos quinquenales de edad Grupos de Edad 0 a 04 años 05 a 09 años 10 a 14 años 15 a 19 años 20 a 24 años 25 a 29 años
Número de Personas 2,658 2,037 2,208 1,540 1,012 1,103
SIS (seguro integral de salud)
ESSALUD
1,679 1,265 1,358 631 143 137
206 161 153 81 35 108
Otro seguro de salud 31 28 25 17 11 8
Ningún seguro 742 583 672 811 823 850
66
Número de Personas 909 854 762 624 433 350 262 251 162 109 60 31 6 8 15,379
Grupos de Edad 30 a 34 años 35 a 39 años 40 a 44 años 45 a 49 años 50 a 54 años 55 a 59 años 60 a 64 años 65 a 69 años 70 a 74 años 75 a 79 años 80 a 84 años 85 a 89 años 90 a 94 años 95 a más TOTAL
SIS (seguro integral de salud) 119 108 84 47 28 24 28 15 9 10 8 --1 --5,694
Otro seguro de salud 13 15 10 3 7 2 2 2 1 1 1 ------177
ESSALUD 74 98 64 67 18 14 8 6 2 1 1 1 ----1,098
Ningún seguro 703 633 604 507 380 310 224 228 150 97 50 30 5 8 8,410
Fuente: INEI. Censo 2007, XI de Población y VI Vivienda
4.3.4. Vivienda El distrito de Sarayacu dentro de su territorio, cuanta con 3,212 viviendas particulares de las cuales 36.58% (1,175) de las viviendas se encuentra en el área urbana, y 63.42% (2,037), de las viviendas se encuentran en el área rural. Además de contar con 16 viviendas colectivas. En el siguiente cuadro se presentan los datos del tipo de vivienda por grupo y distribución en el área. Tabla 13. Tipo de vivienda y área de distribución Categorías
Total
Área Urbana
Área Rural
Vivienda Particular
3,212
1,175
2,037
Vivienda Colectiva
16
16
---
Otro Tipo
2
1
1
3,230
1,192
2,038
Total
Fuente: INEI, Censo 2007, XI de Población y VI de Vivienda
4.4.
Aspectos Económicos
4.4.1. Actividades Económicas Las principales actividades productivas que realizan los hogares en el distrito, son las actividades agrícolas (3,526 Personas), de pesca (415), enseñanza (358) y
67
comercio (319), además pero en mínima proporción, se considera la industria manufacturera (136), caza, la tala y recolección. Tabla 14. Afiliación a seguros de salud, por grupos quinquenales de edad Actividades económicas
Total Personas
Agric., ganadería, caza y silvicultura Pesca Explotación de minas y canteras Industrias manufactureras Suministro de electricidad, gas y agua Construcción Comerc., rep. veh. autom.,motoc. efect. pers Venta, mant.y rep. veh.autom.y motoc Comercio al por mayor Comercio al por menor Hoteles y restaurantes Trans., almac. y comunicaciones Activid.inmobil., empres. y alquileres Admin.pub. y defensa; p. segur.soc afil Enseñanza Servicios sociales y de salud Otras activ. serv.comun.soc y personal Hogares privados con serviciodoméstico Actividad económica no especificada Desocupado Total
Grupos de Edad 6 - 14
15 - 29
45 - 64
1031 135
891 62
306 10
15
5
3
59 1 5 123 9 4 110 22 21 5 8 178 11 4 19 37 41
62 1
14 1
61 11 12 2 3 78 2 8 14 21 21
13 3 1 1
1700
1206
360
3526 415 1 136 4 12
175 12
319 15 7 297 47 71 10 17 358 27 27 86 112 147
22
6
98 4 1 93 10 36 2 6 102 13 14 47 41 73
5315
231
1818
4 3
2 20 1 1
1 6
65 MÁS
30 - 44
1123 196 1 53
4
1
13 6
Fuente: INEI. Censo 2007, XI de Población y VI Vivienda
5.
RESULTADOS Y DISCUSION
En los capítulos anteriores se definió una metodología general para los tratamientos digitales de las imágenes satelitales, que permitieron extraer y manejar los datos contenidos en ellas. A partir de la información que se logró con estos procesos, se realizaron los análisis definidos para obtener el crecimiento del cultivo de palma en el distrito de Sarayacu, las coberturas que han sido reemplazadas por el cultivo de palma, los conflictos más recientes posibles por uso de la tierra debido al mismo cultivo, así como la determinación de la ocupación o no de áreas protegidas y áreas donde no se utiliza la tierra deacuerdo a su vocación de uso en vez de ello la palma es cultivada. A continuación se presenta
68
la discusión de los resultados obtenidos del procesamiento, tanto de las imágenes como de la información de ellas obtenida. Además a cada banda de cada imagen satelital se le aplicó una máscara y corrección atmosférica por substracción de objeto oscuro, para evitar que aparecieran niveles digitales iguales a cero que impidieran la aplicación de la corrección atmosférica y segundo para eliminar los efectos aditivos existentes en las imágenes por presencia de partículas atmosféricas que dispersan la luz incidente en el terreno.
5.1.
Procesamiento de Imágenes Satelitales
5.1.1. Transformaciones de las Imágenes Satelitales Como se determinó en la metodología para esta investigación, se aplicaron las transformaciones por índices de vegetación y Tasseled Cap, de las que resultaron las imágenes que se muestran de la Figura 8 a la Figura 13. Allí están representadas las transformaciones aplicadas en las bandas de la imagen satelital del año 2001 del distritito de Sarayacu, para ensayar los dos tipos de transformación y posteriormente elegir sólo una que se pueda aplicar al resto de las imágenes. Transfor mación Tasseled Cap .
De la Figura 8 a la Figura 10, se muestra el
resultado de esta transformación que corresponde a las bandas del verdor, humedad y brillo.
Figura 8. Componente Greenness (verdor) - Transformación Tasseled Cap.
69
En la Figura se puede observar que el componente greenness resalta las zonas boscosas.
Figura 9. Componente Wetness (humedad) - Transformación Tasseled Cap. En la Figura el componente wetness no permite diferenciar adecuadamente las diferentes coberturas vegetales por su contenido de humedad.
Figura 10. Componente Brightness (brillo) - Transformación Tasseled Cap. En la Figura 10 se resaltan las zonas donde se presenta nubosidad. Las otras coberturas que más se resaltan comparativamente son los suelos desnudos y pastos.
70
Índ ic es de Vegetac ión .
De la Figura 11 a la Figura 13 se presentan las imágenes
resultantes de la aplicación de los Índices de Vegetación NDVI, EVI y NDII respectivamente.
Figura 11. Índice de Vegetación NDVI (Diferencia Normalizada entre las bandas del Infrarrojo Cercano - 4 y Rojo - 3).
En esta figura pueden observarse muy brillantes las coberturas vegetales, aunque con mayor homogeneidad a diferencia de las zonas boscosas que son las que más se resaltan.
Figura 12. Índice de Vegetación NDII (Índice de diferencia Normalizada del Infrarrojo).
La Figura 12 muestra cómo se resaltan en mayor proporción las zonas boscosas. Las demás coberturas vegetales como pastos y cultivos se observan brillar pero
71
en menor proporción que los bosques y rastrojos. En la aplicación de este índice también logra resaltarse los cuerpos de agua y los cultivos de palma brillan más que el resto de cultivos.
Figura 13. Índice de Vegetación EVI (Índice de vegetación mejorado).
La Figura 13 muestra que el EVI resalta más las áreas donde el suelo está más descubierto que las zonas boscosas, de rastrojos y de cultivos densos. Sin embargo genera confusión.
Al observar las transformaciones de la imagen en las anteriores figuras, el NDII se visualiza como el índice que mejor distinción ofrece entre zonas con vegetación y cuerpos de agua y las zonas sin vegetación. Sin embargo, el análisis de separabilidad de las clases en la imagen transformada, es la cuestión determinante para elegir un tipo de transformación y así posteriormente realizar la clasificación de las imágenes. A continuación se muestran los resultados del análisis de separabilidad de las clases en cada tipo de transformación.
5.1.2. Análisis de Separabilidad. El comportamiento espectral de las diferentes coberturas de la tierra, comparando sus niveles digitales para cada tipo de transformación, está registrado en la Tabla 5 y Tabla 6. En estas tablas se presenta el índice de Jeffries-Matusita, cuyos
72
valores superiores a 1.9 indican que el par de clases tienen buena separabilidad. El índice de convergencia transformada arrojó resultados muy similares. Tabla 15. Comparación de los niveles digitales entre pares de clases en la imagen transformada por el cálculo de Tasseled Cap Índice de Jeffries-Matusita Clase Bosque Bosques
Palma joven
Palma adulta
Cultivos
Pastos
Suelo desnudo
Cuerpos de agua
1,54004603
0,62200043
1,82106014
1,98225694
1,99994195
1,96528587
1,99545218
1,99976472
1,94522962
1,98934344
1,99970453
1,74412173
1,99885963
1,99999693
1,98957599
1,99278105
1,99081704
1,92571646
1,86357741
1,99275129
Palma joven Palma adulta Cultivos Pastos Suelo desnudo
1,97042403
Cuerpos de agua
Tabla 16. Comparación de los niveles digitales entre pares de clases en las imágenes transformadas por los Índices de Vegetación Índice de Jeffries-Matusita Clase Bosque Bosques Palma joven Palma adulta Cultivos Pastos Suelo desnudo
Palma joven
Palma adulta
Cultivos
Pastos
Suelo desnudo
Cuerpos de agua
1,61857614
0,69200471
1,84845763
1,98225694
1,99997864
1,99895613
1,99675406
1,98857964
1,94522962
1,99938675
1,98642815
1,77658746
1,99885963
1,99999847
1,99986784
1,99278105
1,99996476
1,98548752
1,99845721
1,96854276 1,91254829
Cuerpos de agua
73
El análisis de separabilidad entre clases de coberturas vegetales y no vegetales, muestra buenos resultados con un índice superior a 1,9. Sin embargo, entre las coberturas vegetales como palma y bosques estos análisis indican que la separabilidad no es suficiente, porque presentan índices inferiores a 1, para el caso de la palma y los bosques, o inferior a 1,9 entre palma adulta y cultivos. Esto explica que estas coberturas aún pueden confundirse al momento de realizar la clasificación de la imagen, aunque se haya realizado la transformación. A pesar de esto los mejores resultados con índices un poco mayores, los arroja la transformación por índices de vegetación. De lo que puede observarse en la Figura 12, el índice que mejor diferenciación ofreció y que resaltó las zonas boscosas y de cultivos densos es el NDII. Este índice también se eligió como transformación por incluir no sólo las coberturas vegetales más vigorosas sino también los cuerpos de agua, lo cual es importante para el resto de los análisis. Pero para reducir la confusión que queda luego de aplicar la transformación, fue necesario separar las clases más susceptibles, así que los bosques se dividieron en bosque y rastrojo.
5.1.3. Composiciones en Falso Color. A cada imagen por época se aplicó la transformación con el NDII. Se obtuvieron dos grupos, uno con coberturas vegetales y cuerpos de agua y otro correspondiente al resto de coberturas. Para la posterior clasificación se aplicó a cada grupo, una composición 453 y una adicional, la composición 432, para facilitar el proceso de reconocimiento de las coberturas. En la Figura 14 se muestra un ejemplo de lo que se puede observar con estas transformaciones finales, pero en el capítulo 3 numeral 2.4.2.2.5, se explicó la forma de interpretar la visualización de esta transformación de las imágenes. En la composición 453, los bosques vigorosos se observan en tonos naranjas oscuros, mientras que los pastos se notan entre tonalidades verdes y naranjas claros.
74
Figura 14. Composición en falso color mejorado de las bandas 453.
La Figura 12 permite diferenciar los cultivos más densos como aquellas coberturas en colores naranjas encendidos, mientras que los bosques se observan en tonos más oscuros. Los pastos presentan coloraciones entre naranja y verde y los suelos desnudos se observan entre verde y azul.
Figura 15. Composición en falso color de las bandas 432.
En la Figura 13 esta composición muestra que los cultivos de palma pueden diferenciarse con colores rojos encendidos más claros que los bosques.
75
5.1.4. Clasificación de las Imágenes Satelitales. Para definir las clases de coberturas se realiza un recorrido de campo previo en la zona de estudio (Para el presente trabajo no se realizó) , para realizar un acercamiento a los diferentes tipos de coberturas que fueron definidos como regiones de interés en el proceso de clasificación. Se pudieron deducir 11 clases que corresponden a la región de interés durante la clasificación de las imágenes. Las clases fueron las siguientes: cultivos de palma joven, cultivos de palma adulta, bosques, rastrojos, pastos, cultivos transitorios y permanentes, suelos desnudos, ríos y cuerpos de agua, áreas urbanas, eriales, nubes y sombras. Las dos últimas se tuvieron en cuenta porque en esas áreas no era posible saber que cobertura existía.
5.2.
Procesamiento Post-Clasificación.
5.2.1. Corrección Geométrica de las Imágenes Clasificadas. Los puntos de control tomados en campo para la georreferenciación de la imagen de referencia (la más actual del año 2007). Con ayuda del ENVI, lo primero que se hizo fue la aplicación de las funciones resample y resize, para cambiar el tamaño de la imagen (filas y columnas) y el tamaño del pixel, a aquellas imágenes que no tenían la misma resolución y ubicación que la imagen del año 2007. El fin de este proceso fue obtener una idéntica ubicación espacial y tamaño de pixel, para los mismos objetos en las diferentes imágenes. Estas funciones se le aplicaron a las imágenes Landsat MSS que poseen una resolución más baja (80m), así como a las imágenes Landsat TM que tenían una resolución diferente. El paso final fue la georreferenciación de imagen a imagen a través de los puntos de control. Este proceso resultó muy eficiente porque la ubicación y tamaño de los cultivos de palma clasificados, coincidieron en las áreas que se repetían en cada imagen.
5.2.2. Análisis de Precisión Los puntos de control tomados en campo (Para el presente trabajo fueron estimados), que fueron considerados dentro del análisis de precisión por Matriz de
Confusión. Estos puntos sirven para dibujar regiones verdaderas de interés, las
76
que se comparan con las regiones clasificadas en las imágenes para determinar la precisión de la clasificación.
5.2.3. Aplicación de Filtros A cada imagen resultante se aplicó un filtro sencillo para reducir el efecto moteado resultante del proceso de clasificación.
5.2.4. Edición de las Imágenes Clasificadas. Se delimitaron las zonas de interés, cortando cada imagen con máscaras que correspondían a cada uno de las localidades donde se identificaron cultivos de palma aceitera. Las máscaras fueron imágenes raster de las localidades de Tierra Blanca, Santa Catalina, Nuevo dos de Mayo, Miguel Grau, Ramón Castilla, Dos de Mayo, San Lorenzo. Con el fin de presentar la información a una escala 1/60.000, se aplicó la función sieve del ENVI con lo que se eliminaron los grupos de pixeles que representaban polígonos inferiores a 7.200m 2.
5.3.
Análisis de la Dinámica de los Cultivos de Palma Aceitera
A cada uno de los municipios donde existe el cultivo de palma, se realizó un análisis de cambio de las diferentes coberturas, con la función Change detection analysis del ENVI. El análisis se realizó por cada par de años, para conocer el
cambio en una época definida. Para esto se tuvo en cuenta un año cero (cuando no existía palma) con el fin de averiguar que cobertura reemplazó el cultivo de palma cuando este no se había establecido. En los municipios de Codazzi, El Copey, San Martín y San Alberto, el año cero no se pudo considerar porque en ellos el cultivo se inició antes de 1977 y de esas fechas no se tuvo acceso a imágenes satelitales. En los municipios de Becerril, La Paz y Valledupar, el año cero que se consideró fue 1991, porque en esa época no se detectaron cultivos de palma y para el municipio de Río de Oro, el año cero fue 2001. Los resultados de este análisis se muestran en la Tabla 8 y en la Tabla 9. La Tabla 8 presenta las cifras del crecimiento del cultivo de palma para las diferentes épocas. La Tabla 9 indica el reemplazo de los bosques, rastrojos, cultivos permanentes y transitorios, pastos o cuerpos de agua, por el cultivo de palma.
77
Tabla 16. Crecimiento de los cultivos de Palma africana en el distrito de Sarayacu PERIODO
1977 - 1991
1991 - 2001
CENTRO POBLADO Tierra Blanca
5066.39468
Santa Catalina
4585.2287
Nuevo Dos de Mayo Miguel Grau
2264.31047 1698.23285
Ramón Castilla Dos de Mayo
990.63583 650.98926
San Lorenzo
424.558213
Tierra Blanca Santa Catalina
8106.23148 7336.36592
Nuevo Dos de Mayo Miguel Grau
3622.89675 2717.17256
Ramón Castilla
1585.01733
Dos de Mayo San Lorenzo
1041.58282 679.293141
Tierra Blanca Santa Catalina
17225.7419 15589.7776
Nuevo Dos de Mayo
2001 - 2007
AREAS DEL CULTIVO (Ha)
7698.6556
Miguel Grau Ramon Castilla
5773.9917 3368.16182
Dos de Mayo
2213.36348
San Lorenzo
1443.49792
En la Tabla 16 puede observarse que el mayor crecimiento lo tuvieron los cultivos de Palma en los municipios de Tierra Blanca, Santa Catalina en los años analizados, cuando superó el triple de su tamaño original en el 1977 al año 2007, así como también los poblados vecinos han venido a aumento la producción de palma aceitera.
78
6.
CONCLUSIONES
La metodología de esta investigación puede convertirse en una técnica útil y de frecuente consulta para diferentes intervenciones de la Gestión Ambiental en los estudios territoriales, mucho más cuando se cuente con recursos mínimos y posiblemente con la necesidad de una investigación en zonas distantes y poco accesibles. Su aplicación durante la realización de este estudio y en cualquier otro estudio de este tipo, explica cómo puede cuestionarse el desarrollo en un territorio, indicando los puntos a favor o en contra de una actividad económica, en un espacio común tanto para quienes obtienen beneficios económicos como para los que hacen parte de los medios natural y humano que los rodean. Los métodos para el tratamiento digital de imágenes satelitales son muy adecuados y confiables al observar que los resultados arrojados presentan una gran similitud con la realidad, a pesar que no se pueda evitar completamente
la
confusión
durante
el
proceso
de
clasificación,
especialmente en el caso de las imágenes que poseen un nivel medio de resolución como las obtenidas por el sensor Landsat TM, ETM y MSS. Sin embargo el entrenamiento del intérprete para definir adecuadamente los atributos del terreno incrementa el nivel de confianza y reduce las dificultades en estos procesos de interpretación de imágenes satelitales. Desde inicios de la década del 70, diversas instituciones nacionales y regionales de investigación, han desarrollado estudios orientados a determinar la potencialidad y limitaciones de los suelos de la región, así como a generar tecnologías para su manejo. En 1982, los estudios de inventario y evaluación de suelos cubrieron cerca del 30% del territorio amazónico, de los cuales solamente el 0.5% (406,322 Ha.) se han realizado a nivel de detalle, el 2.5% (1'859,010 Ha.) a nivel de semidetalle, y el 27% 20'416,360 Ha.) a nivel de reconocimiento, en la actualidad los estudios de a nivel de detalle y semidetalle que son los que determinan el verdadero potencial de la tierra son muy pocos.
79
Uno de los principales usos de la palma aceitera es el destinado a la elaboración de biocombustibles, puesto que se manejaba la hipótesis de que estos son una mejor alternativa al uso de combustibles fósiles. No obstante, no es muy cierto que el uso de biocombustibles es de por sí energéticamente eficiente y ambientalmente sustentable, si no que existen muchos factores condicionantes entre los cuales uno de los más riesgosos es el cambio de uso del suelo forestal. Un estudio llevado a cabo en Perú demostró que la deforestación aportó en el año 2007 el 47% de las emisiones en el Perú y una de las principales causas de la deforestación es la apertura de tierras agrícolas. La
promoción
y
desarrollo
de
actividades
económicas,
como
la
comercialización de biocombustibles, no deben ser contrarios al ejercicio de derechos fundamentales, como el derecho a un ambiente equilibrado y adecuado. Esto supone un deber especial del Estado al promover políticas y ejecutar acciones de fomento económico pues estas no deben contravenir la obligación de preservar el ambiente. El cultivo de palma aceitera en el Departamento del Cesar se ubica principalmente hacia el sur en el municipio de San Alberto, en cercanías a su río principal, el Río San Alberto. En la época comprendida entre el año 1991 y 2007, el cultivo de palma tuvo un incremento súbito (mayor al 50% de su área inicial) en los centros poblados de Tierra Blanca y Santa Catalina. Esta época coincide con una de las etapas de mayor inversión e incentivos económicos para la plantación de esta especie en el país. El principal conflicto por uso de la tierra que el cultivo de palma ha generado en el distrito de Sarayacu y así como en otras localidades de nuestra Amazonía, es la subutilización de algunas áreas productivas o con vocación para usos agrícolas más intensos, que presentan principalmente niveles moderado y alto de fertilidad de los suelos. La población asentada en los municipios donde el conflicto por subutilización de la tierra es mayor, puede ver vulnerada su seguridad alimentaria si no
80
están protegidos por algún tipo de mercado externo. En el municipio de San Martín esta situación tiene el agravante de poseer uno de los cultivos de palma más grandes, que son fuertemente fomentados y subsidiados por el gobierno nacional, lo que deja en desventaja a los pequeños productores para plantar diferentes especies para autoconsumo o comercializables. Para reducir el conflicto por subutilización del suelo, debe ser posible la investigación y aplicación de estudios existentes sobre diferentes sistemas agroforestales, donde se favorezca tanto el establecimiento de otros cultivos agrícolas, comercializables y de sustento alimentario de la población, así como el de la palma. La Corporación Autónoma Regional del Cesar, debe apersonarse de las medidas correctivas para que los propietarios de predios donde se cultiva palma, replanteen el área de los cultivos. En la actualidad existen estudios sobre algunas especies nativas diferentes a la palma para la obtención de aceites o biocombustibles. Sin embargo es necesario continuar con el desarrollo de investigaciones futuras sobre diversas especies adaptables a las condiciones ambientales del distrito, que puedan brindar protección al suelo y a las aguas, a la vez que puedan abastecer parte de la agroindustria de aceites y biocombustibles. Es necesario un estudio financiero en detalle sobre la rentabilidad del cultivo de palma para los productores y la sociedad en general, comparada con la rentabilidad de otros cultivos de inmediata disponibilidad para consumo local y para comercialización, para mejorar la información de este trabajo.
81
7.
RECOMENDACIONES
Continuar fomentando la expansión de la palma aceitera en las Regiones con alto potencial y específicamente en zonas que en el pasado tuvieron una alta incidencia del narcotráfico. Se debe evitar impactar en áreas de bosques naturales ya afectados por la deforestación, priorizando el aprovechamiento de las áreas deforestadas degradadas y abandonadas; incentivar la investigación en cultivos que se están introduciendo y desarrollar el paquete tecnológico que demuestre la rentabilidad del mismo, para evitar caer en fracasos que desalientan a los agricultores. Mejorar de carreteras y vías de acceso a los centros de producción en los departamentos de San Martín, Ucayali, Huánuco y Loreto, específicamente en el distrito de Sarayacu. Creación de Centros de Investigación para innovar tecnología del cultivo, producción de biocombustible, etc. Realizar las alianzas estratégicas necesarias para alcanzar nuevos proyectos como el Biodiesel, certificación RSPO, protección del medio ambiente, financiamiento, entre otros. Consolidar un solo gremio nacional en defensa y desarrollo de los palmicultores. Titulación de las tierras destinadas a los proyectos de palma aceitera. Mayor presupuesto al Programa AGROIDEAS para que realice una mejor labor de financiamiento de Planes de Negocio de la Palma Aceitera en el país.
82
