Interpretación de:
Spatial modeling of deforestation processes in the Central Peruvian Amazon
https://doi.org/10.1016/j.jnc.2015.12.002Bax, V., Francesconi, W., Quintero, M., 2016: Spatial modeling of deforestation processes in the Central Peruvian Amazon, Journal for Nature Conservation, 29, 79-88, https://doi.org/10.1016/j.jnc.2015.12.002
Intérprete
Saavedra Huanca Miguel
Fecha de interpretación
29/12/2023
Resultados y conclusiones
La deforestación en la región Ucayali ha sido principalmente asociada a la cercanía a las carreteras pavimentadas (Federico Basadle) así como a las no pavimentadas, ya que facilitan la accesibilidad. La deforestación también es explicada en menor medida por la altitud, por el hecho de qué zonas más bajas son de más fácil acceso que las altas. Se encontró que la deforestación entre el 2007 y 2014 fue de 4783 ha/año, mientras con el modelo (Land Change Modeler) se estima que entre el 2015 y 2025 será de 5086 ha/año. Esto significaría un incremento de 25% en la tasa de deforestación. Este incremento se daría principalmente en las cercanías del río Aguaytia.
Metodología y datos
Para el calculo de los cambios de la degradación del bosque primario, se utilizón el modelo IDRISI’s Land Change Modeler, que se basa principalmente en técnicas de regresión. Este utilizó como variables de entrada diferentes parámetros tales como distancia a carreteras pavimentadas y no pavimentadas, a centros poblados, altitud, rios, entre otros. Los datos observados que utiliza son del periodo 2007-2014.
Limitaciones de la investigación
Los datos que el modelo de regresión usa podrían ser de muy corta duración, ya que las tasa de cambio de la deforestación podrían ser más significativas en una escala de tiempo mayor.
Adaptación: Bosques, Agricultura
Mitigación: Agricultura, Uso de suelo, cambio de uso de suelo y silvicultura
Escala: Departamental
Ámbito geográfico: Región Ucayali
Palabras clave: modelo de regresión, bosque primario
Cita de la interpretación
Saavedra Huanca, Miguel, 2023: Interpretación de Bax et al. (2016, doi:10.1016/j.jnc.2015.12.002), Observatorio de Conocimiento Científico sobre Cambio Climático del Perú, IGP, https://cienciaclimatica.igp.gob.pe/entities/interpretation/9af74ddd-05d5-46a6-b73d-526e3b99f1ee