informe sobre el nivel de provisión de servicios
TRANSCRIPT
Informe sobre el nivel de provisión de Servicios Ecosistémicos en lotes desmontados
ilegalmente en la Provincia de Salta
Diciembre 2016
Laboratorio de Análisis Regional y Teledetección
Facultad de Agronomía e IFEVA. Universidad de Buenos Aires y CONICET
Responsable: Dr. José Paruelo
Compilación y análisis de datos: Ing.Agr. Dolores Arocena y Lautaro Pastorini
En virtud de lo solicitado por la Defensoría del Pueblo de la Nación (Exp. TRI-UBA:
0083942/2016 Organismo:Agro) se procedió a estimar la magnitud de pérdida de Servicios
Ecosistémicos en aquellos predios correspondientes a la cat. I (roja) del OTBN
desmontados ilegalmente en la Provincia de Salta identificados en la Nota DPN N°3039/III.
Se discuten los posibles vínculos de la disminución de la provisión de SE con el desmonte y
las alternativas tendientes a la restauración del nivel de provisión de los bosques
originales.
Introducción
Para realizar la estimación del impacto de los desmontes ilegales se utilizó un Índice de
Provisión de Servicios Ecosistémicos (IPSE) desarrollado por investigadores de la
Universidad de Buenos Aires, el CONICET, la Universidad Nacional de Mar del Plata y la
Universidad de la República (Uruguay). El IPSE fue desarrollado y evaluado empíricamente
para dos áreas de Sudamérica, el Chaco Semiárido y los Pastizales del Río de la Plata. En
tal sentido su uso para la Prov. de Salta es perfectamente pertinente. El índice ha sido
sometido a revisión por pares en distintos ámbitos (por ej. el V Congreso de Servicios
Ecosistémicos de los Neotrópicos, Mar del Plata, Octubre 2015; Simposio Anual de la
International Association of VegetationScience, Brasilia, Junio 2016) y publicado en una
revista científica internacional y arbitrada de la especialidad (EcologicalIndicators, Paruelo
et al., 2016).
El IPSE provee una medida relativa de la provisión de SE de regulación y soporte (sensu
MEA, 2006). El índice se construye a partir de datos provistos por sensores remotos que
permiten describir dos aspectos de las ganancias de carbono de los ecosistemas, la
productividad total y su variación intra-anual. Numerosas evidencias muestran que estos
atributos de la dinámica estacional de las ganancias de C integran aspectos centrales del
funcionamiento ecosistémico (ver por ej. Paruelo y Lauenroth 1998, Paruelo y Vallejos,
2013). Los índices espectrales de vegetación, por ejemplo el índice de Vegetación
Normalizado (Petorelli 2013), han sido extensivamente utilizados como descriptores de la
dinámica estacional del C. Paruelo et al. (2016) combinaron los dos descriptores de la
curva estacional de IVN vinculados a la estacionalidad para generar el IPSE:
IPSE = IVN medio * (1-CV IVN)
En donde el IVN medio es el promedio de los valores registrados a lo largo de la estación
de crecimiento (Julio-Junio) y CV IVN el coeficiente de variación de esos valores para la
estación de crecimiento.
En este informe se presentan los cambios en el IPSE para todos los predios solicitados para
un período que comienza un año previo a la sanción de la Ley 26331 y que se extiende
hasta junio de 2015.
Metodología
Fuente de datos:Se utilizó una base de datos vectoriales de unidades catastrales provista
por la Defensoría de la Naciónen las cuales se identificaron desmontes. Los polígonos
utilizados se encuentran disponibles enhttps://drive.google.com/drive/folders/0B3UUJnb-
97VxMGRRVjA0NGxUTk0. En total se trabajó con 22 predios(Figura 1). La superficie total
evaluada incluyó 112471 ha. Los desmontes ilegales abarcan un área de 32657 ha. Cada
uno de los polígonos fue superpuesto sobre imágenes Landsat de manera de identificar las
áreas desmontadas y el año de la práctica. En el Apéndice I se listan lospath/row y fechas
de las imágenes Landsat utilizadas.
Figura 1. Ubicación de lospredios que fueron analizados.
Se superpusieron las áreas desmontadas en los distintos años con una grilla que
representa la localización de cada pixel MODIS de resolución 250x250m (Figura 2). A partir
de esa grilla se identificaron aquellos pixeles que quedan incluidos en su totalidad en un
lote desmontado en particular. Cada pixel fue identificado entonces en función de la
matrícula catastral y el año de desmonte. En un área ubicada a menos de 1500 m se
ubicaron 4 pixeles correspondientes a bosques que fueron usados como testigo. Una
distancia menor a 1500 a los desmontes asegura una alta autocorrelación espacial en los
datos de ganancias de C derivados de los sensores MODIS (Volante et al. 2012).
Figura 2.Grilla de pixeles MODIS (resolución de 250m x 250m) sobre imagen Landsat.
Se utilizaron imágenes satelitales derivadas del sensor MODIS, provistas por la NASA. El
producto corresponde a las imágenes Mod13Q, las cuales proveen datos de IVN y datos
asociados a la calidad de dichas observaciones, con una resolución espacial de 250 m x
250 m y una resolución temporal de 16 días. Los datos correspondieron al Tile h12v11. Las
imágenes descargadas se incorporaron a una base de datos espacial gestionada en
PostgreSQL con el módulo PostGIS.
Procesamiento y análisis:
A través de una serie de consultas SQL se extrajeron los valores de IVN y de calidad para
todos los píxeles en cada una de las 207 fechas del período Julio 2006- Junio 2015. La
banda de calidad se utilizó para filtrar los valores de IVN, excluyendo aquellos datos
registrados con un alto contenido de aerosoles en la atmósfera, nubes, sombra, hielo o
nieve. Finalmente se mensualizaron los datos y se obtuvo como resultado una serie
temporal desde el 2006 hasta el 2015 con un valor mensual de IVN para los píxeles de 250
km2 incluidos en cada área de interés.
Para la serie temporal correspondiente a cada pixel, se estimaron dos atributos
funcionales que capturan aspectos de la dinámica de las ganancias de C relacionados con
las ganancias totales y la estacionalidad: la Integral anual (IVN-I) y el coeficiente de
variación intra-anual (IVN CVintra) de cada año.
La Integral anual es una medida de la productividad total. Se define como la sumatoria a lo
largo del año de los valores mensuales de IVN. Este atributo se presenta como el
promedio del IVN, calculado como el valor de la integral dividido por 12 meses (el número
total de datos mensuales en un año).
IVNmedio = (∑_IVNi)/12 (1)
El Coeficiente de variación intra-anual (CV IVN) es un descriptor de la estacionalidad de las
ganancias de carbono. Se define como el cociente entre el desvío estándar (DE) de los
valores mensuales de IVN y la media anual del IVN.
CV IVN = DE IVN/(IVN Medio) (2)
A partir de las series temporales de IVN se estimaron los dos atributos funcionales para
cada año del período 2000-2013. Los cálculos fueron realizados considerando el año desde
julio hasta junio. Como resultado se obtuvo una nueva serie temporal para cada atributo.
Se utilizaron la Media anual (IVN medio) y su Coeficiente de Variación intra-anual (CV IVN)
como variables sustitutas de la Productividad Primaria Neta y de su variabilidad a lo largo
del año. Todos los factores fueron escalados entre 0 y 1 para otorgarles igual peso.
Los datos originales y los distintos niveles de procesamiento se encuentran disponibles a
solicitud de la DPN
Resultados y discusión
En todos los casos estudiados fue posible identificar señales claras de remoción de la
cubierta boscosa de las fincas que permite una cuantificación precisa de la superficie
desmontada en cada caso y su pertenencia a las distintas categorías del OTBN (Figura 3).
Figura 3. Esquema de 4 de las matrículas analizadas sobre imágenes LANDSAT de 2016 en donde
se identifican las área desmontadas y los pixeles 250x250 m estudiados. En amarillo se indican los
pixeles correspondientes a bosques usados como referencia espacial. El resto de los casos se
presenta en el apéndice II.
Para las 22fincas analizadas se observó unnivel promedio de provisión de SE post
desmonte del 40 % respecto de la situación testigo correspondiente al mismo año
(parches de bosques próximos no desmontados) (Figura 4). La pérdida promedio es mayor
cuando los cambios post-desmontes se evalúan contra la situación de la misma parcela
antes del desmonte (Figura 4). La provisión relativa respecto de los bosques de referencia
varió entre 0 y valores superiores a 1(Figura 4). Los casos con variaciones relativas
superiores a 1 posiblemente correspondan a desmontes parciales o a usos no
destructivos del bosque. En la mayor parte de los casos el menor nivel de pérdida de
provisión de SE se verifica inmediatamente luego del desmonte observándose un leve
recuperación posterior que excepto en un caso no alcanza los valores de referencia
(Figura 5). La diferencia entre los valores mínimos y el promedio de provisión en los
últimos tres años del período estudiado alcanza valores promedio de 0.10 y 0.12 según se
considere una referencia espacial (bosques contiguos) o temporal (la situación inicial)
(Figura 4)
Figura 4. Valores de provisión de SE (estimados mediante el IPSE) relativos a zonas contiguas de
bosques de referencia (lado izquierdo) y a la situación inicial (2006) (lado derecho). Se presentan
los valores medios y la media ± 1DS y 1.96 DS para el mínimo observado, el promedio de los
últimos tres años de la serie y la diferencia entre este promedio y el mínimo.
Figura 5. Cambios a lo largo del período estudiado (estaciones de crecimiento 2006-2007 a 2014-
2015) de los niveles de provisión de SE (estimados mediante el IPSE) para bosques de referencia y
lotes desmontados en distintos momentos en 4 fincas de las relevadas. Los bosques corresponden
a las líneas llenas y las áreas desmontadas a las punteadas. El resto de las matrículas analizadas se
presentan en el apéndice III.
La caída en el índice se asocia en general a una reducción de los dos factores que lo
determinan, media del IVN (un proxy de las ganancias totales de C) y su CV(una medida de
la estacionalidad de las ganancias de C). Las áreas desmontadas, como señalaba Volante
et al. (2012), fueron más estacionales y menos productivas. Por otro lado se observa un
retraso en el comienzo de la estación de crecimiento. El comienzo más tardío es uno de
los factores que más afecta uno de los servicios claves que proveen los bosques, la
regulación hídrica. Una menor cobertura vegetal y, por lo tanto, una menor
evapotranspiración determina una aumento en la recarga de acuíferos, el ascenso de la
napa freática y serios problemas de salinización (Amdan et al. 2013).
Investigaciones en curso llevadas a cabo por investigadores de CONICET, la UBA y la UNSE
muestran que buena parte de las funciones ecosistémicas que se pierden con el desmonte
se recuperan mediante un proceso de restauración pasiva (asociado a la sucesión
secundaria post-agrícola) (Basualdo et al. 2015) En un período de 2 a 3 décadas los lotes
desmontados en donde se suspenden las actividades agrícolas podrían alcanzar niveles de
provisión del IPSE similares a los de los bosques usados cono referencia (Basualdo, datos
no publicados). El curso de la recuperación dependerá de una serie de factores entre los
cuales los años de agricultura son uno de los principales. La estructura y configuración del
paisaje son un factor adicional crítico, al afectar la disponibilidad y llegada de propágulos,
del proceso de recuperación. Independientemente de la variabilidad que estos factores
puedan introducir y de la eventual necesidad de una restauración activa, es imprescindible
suspender de inmediato las actividades agrícolas y ganaderas para que dé comienzo la
sucesión secundaria.
Bibliografía
Amdan M. L; Aragón R.; Jobbágy, E.G; Volante, J.N.; Paruelo, J.M. 2013. Onset of
deeprecharge and salt mobilization following forest clearing and cultivation in the Chaco
plains (Argentina). Water Resources Research. 49: 1-12
Basualdo, M.; Huykman, N.; Volante J.N.; Piñeiro, G.; Paruelo, J.M. Dinámica temporal de
atributos funcionales de cultivos agrícolas, bosques maduros y secundarios en el Chaco
Semiarido.
Paruelo, J. M. y Vallejos, M. 2013. “EcosystemServicesRelatedtoCarbon Dynamics:
ItsEvaluationUsingRemoteSensingTechniques”. En: Alcaraz Segura, D., Di Bella, C. M.,
Straschnoy, J. V. Earth Observation of Ecosystem Services. Cap 2. Ed CRC.
Paruelo, J.M., Jobbágy E.G., Sala O.E., Lauenroth W.K. y Burke I.C. 1998 Functional and
structuralconvergence of temperategrassland and shrublandecosystems.
EcologicalApplications 8:194-206.
Paruelo, J.M., Texeira, M., Staiano, L., Mastrángelo, M., Amdan, L. and Gallego, F. 2016.
Anintegrativeindex of Ecosystem Services provision based on remotely sensed data.
Ecological Indicators. 71: 145-154.
Pettorelli, Nathalie. Thenormalizeddifferencevegetationindex. Oxford UniversityPress,
2013.
Volante, J.N., Alcaraz-Segura, D., Mosciaro, M.J., Viglizzo, E.F. and Paruelo, J.M., 2012.
Ecosystemfunctionalchangesassociatedwithlandclearing in NW Argentina. Agriculture,
Ecosystems&Environment, 154, pp.12-22.
Apéndice 1
Escenas (path/row) y fechas de las imágenes Landsat utilizadas.
PATH/ROW Satelite Año
Juliano Día
Juliano PATH/ROW Satelite Año
Juliano Día
Juliano
230/076 Landsat 5 2006 030 230/077 Landsat 5 2011 252
230/076 Landsat 5 2006 238 230/077 Landsat 7 2012 247
230/076 Landsat 5 2007 241 230/077 Landsat 8 2013 113
230/076 Landsat 5 2008 244 230/077 Landsat 8 2013 321
230/076 Landsat 5 2009 230 230/077 Landsat 8 2014 340
230/076 Landsat 5 2010 233 230/077 Landsat 8 2015 279
230/076 Landsat 5 2011 252 230/077 Landsat 8 2016 202
230/076 Landsat 7 2012 215 230/078 Landsat 5 2006 46
230/076 Landsat 8 2013 321 230/078 Landsat 5 2006 238
230/076 Landsat 8 2014 148 230/078 Landsat 5 2007 225
230/076 Landsat 8 2015 39 230/078 Landsat 5 2008 244
230/076 Landsat 8 2015 231 230/078 Landsat 5 2009 214
230/076 Landsat 8 2016 218 230/078 Landsat 5 2010 233
230/077 Landsat 5 2006 238 230/078 Landsat 5 2011 236
230/077 Landsat 5 2006 318 230/078 Landsat 7 2012 215
230/077 Landsat 5 2007 241 230/078 Landsat 8 2013 273
230/077 Landsat 5 2008 244 230/078 Landsat 8 2014 228
230/077 Landsat 5 2009 214 230/078 Landsat 8 2015 215
230/077 Landsat 5 2010 233 230/078 Landsat 8 2016 74
Apéndice 2
Croquis de las matrículas analizadas sobre imágenes LANDSAT de 2016 en donde se
identifican las áreas desmontadas y los pixeles 250x250 m estudiados. Se indican además
los pixeles correspondientes a bosques usados como referencia espacial.
Apéndice 3
Se presentan los cambios a lo largo del período estudiado (estaciones de crecimiento 2006-2007 a
2014-2015) de los niveles de provisión de SE (estimados mediante el IPSE) para bosques de
referencia y lotes desmontados en distintos momentos. Los bosques corresponden a las líneas
llenas y las áreas desmontadas a las punteadas.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Agropecuaria del Carmen
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Agropecuaria San Antonio S.A.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Alejandro J. Braun Peña
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Campo Fuerte S.A.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Camu M. J., Camu C. C. y Camu A.E
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Dinarco S.A
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
El Cerrito S.R.L.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
E. F. Mignola y E. E. Mignola
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Estancia Rio Colorado S.A.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Finca La Charqueada
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Ise Gelsi H. J. e Ise Gelsi M. J.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Jalit Julio Antonio
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
J. A. Vidizzoni y F. A. Vidizonni
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
La Moraleja S.A
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Mignola, E. F. y Mignola E. E.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Quebracho Colorado S.A.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Rio Pasaje S.A.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Rodríguez Verónica del Valle
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Saltagro S.A.
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Sin dato
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Tomas Sociedad Anónima
0,00
0,20
0,40
0,60
0,80
1,00
2004 2006 2008 2010 2012 2014 2016
IPSE
Walter M. Conta S.R.L.