Blog técnico: explicaciones de las limitaciones de los datos de pérdida de cobertura arbórea en 2016

Nov 01, 2017||8 minutes
Languages
8095077615_b160c5d993_k
Languages
Category
  • Data
Topics
  • forest change
Global Forest Watch Tree cover loss 2016Bosque en Minas Gerais, Brasil. Flickr/João André O. Dias

Nuevos datos sobre la pérdida de cobertura boscosa mundial, señalan que Brasil experimentó un aumento significativo de la pérdida de cobertura arbórea en 2016. A continuación, explicamos varias limitaciones y matices relacionados con el conjunto de datos de la Universidad de Maryland en materia de la pérdida de cobertura arbórea, mismos que son importantes para poder entender la importancia de dicho hallazgo.

La pérdida de cobertura arbórea, no siempre iguala la deforestación

El conjunto de datos de pérdida anual de cobertura arbórea GLAD de la Universidad de Maryland mide la eliminación de al menos la mitad de la cobertura arbórea dentro de un píxel de 30 metros (también conocido como perturbación por reemplazo de rodales). Cuando un píxel se registra como pérdida, puede incluir la mortalidad total y la eliminación de árboles, así como áreas de degradación por incendio que eventualmente pueden recuperarse.

Si bien los incendios probablemente fueron la causa principal del aumento en la pérdida de cobertura arbórea en 2016, aún no sabemos cuántos árboles realmente murieron y cuántos se recuperarán en los próximos años. En la Amazonía brasilera, la primera vez que ocurre un incendio puede causar la pérdida del 42% al 57% de la biomasa, y matar entre el 10% y el 50% de todos los árboles. Una vez que haya ocurrido un incendio, es más probable que ocurrirá de nuevo y con mayor intensidad, probablemente matando los árboles restantes.  Las imágenes satelitales de Sentinel, confirma que cierta parte de la pérdida en 2016 empezó a recuperarse en 2017, por lo menos en el dosel.  Sin embargo, se requiere entre 4 y 7 años para regenerar un estado similar al que existía previo al incendio, y los impactos de incendios todavía pueden ser detectados por LiDAR en un mínimo de 10 años después de un incendio. La Universidad de Maryland está trabajando en un conjunto de datos anualizados sobre la ganancia de cobertura arbórea, que nos ayudará a determinar si estos bosques quemados se recuperarán.

Global Forest Watch Tree cover loss 2016La pérdida de cobertura arbórea debido a incendios en Maranhão, Brasil. De izquierda a derecha: (Imagen 1) la pérdida de cobertura arbórea en 2016, denotada en color rosado; (Imagen 2) imagen de Sentinel-2 del 15 de junio de 2016 de una cicatriz de incendio, denotada en color verde oscuro/marrón; (Imagen 3) imagen de Sentinel-2 del 20 de julio de 2017 de la cobertura del dosel en recuperación, todavía detectada como un tono más oscuro de verde que sus alrededores, lo cual podrá recuperarse en su mayoría dentro de 4 a 7 años, si no hay incendios adicionales. Las Imágenes 2 y 3 tienen un color falso, para resaltar el cambio en la vegetación.

La pérdida en Brazil podrá ser un evento sin precedente, o parte de un patrón

El aumento súbito de pérdida de cobertura arbórea en 2016 en Brasil, puede o no ser inaudito a lo largo de los 16 años de datos sobre pérdida que existen. Los incendios también fueron prevalentes en 2005, 2007 y 2010 en Brasil; sin embargo, el algoritmo utilizado para detectar la pérdida de cobertura arbórea durante dicho periodo no era tan sensible a la degradación forestal. Actualmente existen dos versiones del algoritmo que se utilizan para crear un conjunto de datos sobre la pérdida de cobertura arbórea: uno que abarca el periodo 2001-2010, y el otro 2011-2016. Por dicha razón, no recomendamos comparar los números de pérdida entre los dos periodos. La Universidad de Maryland, pretende reprocesar los datos de todo año anterior sobre la pérdida de cobertura arbórea, utilizando un algoritmo; pero hasta que eso suceda, no podemos estar seguros cómo tan dramático fue el aumento repentino en 2016, en comparación con los años anteriores propensos a los incendios.

No toda la pérdida detectada en 2016 ocurrió en 2016

Captando la pérdida de la cobertura arbórea en los trópicos húmedos con datos de satélites ópticos puede representar un reto, pues la nubosidad puede ocultar la vista del satélite y esconder los cambios en los bosques. La Imagen 2 en el ejemplo de Maranhão mencionado anteriormente, demuestra lo difícil que puede ser captar una imagen clara. El Niño ocurrió a finales de 2015 y 2016, agravando los incendios ambos años. Es probable que algunos incendios que se dieron a finales de 2015, y la subsiguiente pérdida de cobertura boscosa, primero fue detectada en 2016 debido a la cobertura nubosa persistente a finales de 2015 (una ocurrencia común en Indonesia también, donde la cobertura de nubes prevalece). Esto puede ocurrir durante cualquier periodo de los dos años en el conjunto de datos sobre la pérdida de cobertura arbórea. Es por eso que recomendamos utilizar un promedio flexible de tres años, para evaluar los totales y las tendencias en los datos sobre la pérdida de cobertura arbórea.

No entendemos plenamente el rol de los incendios en la pérdida de cobertura boscosa

Si bien sabemos que la pérdida de cobertura arbórea en Brasil en 2016 ocurrió en gran parte debido a los incendios, es difícil cuantificar la cantidad de pérdida que fue causada por los mismos, y cuánta fue causada por otras causas a nivel regional, tales como la agricultura a gran y pequeña escalas y la tala. Además es difícil determinar cuántos incendios fueron naturales o causados por el ser humano. Algunos incendios fueron remotos y posiblemente causados por relámpagos, pero aún los incendios remotos pueden ser causados por las actividades de subsistencia a pequeña escala realizadas por poblaciones indígenas. Por otro lado, muchos incendios aparecen cerca de áreas agrícolas, carreteras y asentamientos, y es probable que estos incendios fueran sido causados por el ser humano. Y por último, El Niño, el cambio climático y las prácticas del uso de suelo aumentan el riesgo de incendios; sin embargo, es imposible saber cuánto contribuyó cada una de estas causas individualmente. Un conjunto de datos fundamentado en la detección remota a nivel mundial, consistentemente puede detectar los cambios en la cobertura del dosel, pero no los motores subyacentes de dichos cambios. Estamos trabajando con la Universidad de Maryland para llegar a un mejor entendimiento de cómo los incendios contribuyeron a la pérdida de cobertura boscosa en 2016.

Global Forest Watch Tree cover loss 2016Un incendio en el estado de Amazonas en 2015 capturado por los datos sobre la pérdida de cobertura boscosa en 2016. De izquierda a derecha: (Imagen 1) la pérdida de cobertura arbórea en 2016, denotada en color rosado; (Imagen 2) imagen de Sentinel-2 de color falso de la cicatriz de incendio tomada el 23 de diciembre de 2015 indica que la pérdida de cobertura arbórea detectada en 2016, en efecto ya había ocurrido en diciembre de 2015; (Imagen 3) agosto de 2015 – las alertas MODIS de incendios proporcionan más indicios que los incendios y la subsiguiente pérdida de cobertura arbórea ya habían ocurrido en agosto 2015.

Los incendios quizás no reflejan la pérdida de cobertura arbórea

El número total de las alertas de incendios en Brasil, no necesariamente reflejan el gran aumento súbito en la pérdida de cobertura arbórea. Esto, quizás se debe a la naturaleza de los incendios del sotobosque en la Amazonía, los cuales en gran parte son lentos [y] de baja intensidad, y no son consistentemente detectados por los sensores de MODIS y VIIRs. A pesar de su baja estatura, la naturaleza de dichos incendios lentos del sotobosque daña los árboles por al calor prolongado, produciendo una pérdida del dosel arbóreo y posiblemente la mortalidad arbórea.

La pérdida de cobertura arbórea relata una historia diferente de los cálculos oficiales

La semana pasada, el sistema gubernamental oficial brasilero, PRODES, reportó una disminución de la deforestación en la Amazonía entre agosto de 2016 y julio de 2017. Para dar sentido a los datos de PRODES con respecto a los datos de la Universidad de Maryland, se debe entender primero que los dos sistemas miden distintos alcances de los cambios forestales usando distintas metodologías. PRODES, captura la deforestación nueva debido a la tala indiscriminada del bosque primario en áreas más grandes que 6,25 hectáreas, lo cual significa que una vez que un cierto lugar ha sido deforestado, esa área es excluida del monitoreo futuro por PRODES, aún si el bosque se regenera. El conjunto de datos de la Universidad de Maryland, captura un espectro más amplio de la pérdida de cobertura arbórea, incluso la pérdida del bosque secundario, la degradación forestal debido a los incendios y la pérdida en áreas tan pequeños como 0,1 hectárea. PRODES, además utiliza un periodo distinto de 12 meses (agosto a julio, mientras que la Universidad de Maryland utiliza el calendario civil).

Global Forest Watch Tree cover loss 2016

La reducción de la conversión a gran escala del bosque primario en la Amazonía reportado por PRODES representa una noticia positiva. Al mismo tiempo, los datos de la Universidad de Maryland demuestran que otras formas de perturbación forestal alcanzaron nuevas alturas en 2016 (una tendencia confirmada por las alertas independientes SAD de Imazon sobre la degradación). Además es importante medir dichas formas de perturbación, incluso la degradación debido a los incendios, debido a sus efectos en el almacenamiento de carbono, la biodiversidad, la tierra, el agua y los sustentos de la gente.

Global Forest Watch Tree cover loss 2016

FOTO DE BANNER: Bosque en Minas Gerais, Brasil. Flickr/João André O. Dias
Category
  • Data
Topics
  • forest change

Explore More Articles

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Two new data-driven resources provide a shared view of priority areas in West Africa and can help realize a a deforestation-free cocoa sector.

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

This blog compares the forest extent in 2020 for data from UMD on GFW and the FAO Forest Resources Assessment and explains the differences.

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

We explain key differences between two data sets that track forest change in the tropics: UMD tree cover loss and JRC Tropical Moist Forest.

Explore More Articles
Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

fetching comments...