Agentes de deforestación de manglar en Mahahual–Xcalak, Quintana Roo, sureste de México*

 

Drivers of mangrove deforestation in Mahahual–Xcalak, Quintana Roo, southeast Mexico

 

M Hirales–Cota^1*a, J Espinoza–Avalos¹, B Schmook¹, A Ruiz–Luna², R Ramos–Reyes³

 

¹ El Colegio de la Frontera Sur, Unidad Chetumal, Avenida Centenario km 5.5, Colonia Pacto Obrero, Chetumal, CP 77014, Quintana Roo, México. * E–mail: marinahico@gmail.com

² Centro de Investigación en Alimentación y Desarrollo A.C. Av. Sábalo–Cerritos s/n, Estero del Yugo, Mazatlán, CP 82000, Sinaloa, México.

³ El Colegio de la Frontera Sur, Unidad Villahermosa, Carretera Villahermosa–Reforma km 15.5, Ranchería Guineo sección II, Villahermosa, CP 86280, Tabasco, México.

 

ª Current address:
Sociedad de Historia Natural Niparajá, AC,
Revolución de 1910 #430, E.V. Guerrero y Colegio Militar,
Col. Esterito, La Paz, CP 23020, Baja California Sur, México.

 

Received October 2009
Accepted April, 2010

 

RESUMEN

Debido a su localización en la zona costera, los manglares son vulnerables a disturbios antropogénicos y presentan tasas de deforestación altas. México está entre los países con mayor grado de deforestación de manglar en América; sin embargo, faltan datos precisos de la cobertura nacional de manglar, haciendo imposible estimar con exactitud la tasa de pérdida de manglar en el paso del tiempo. Se necesita obtener información precisa para evaluar los cambios en las escalas local y regional, y así detectar la magnitud, tendencias y agentes de la transformación del manglar. Por lo tanto, los objetivos de este estudio son estimar la pérdida de cobertura de manglar en la zona Mahahual–Xcalak (Quintana Roo, México) entre 1995 y 2007, calcular la tasa de deforestación anual e identificar los agentes de deforestación. Para estimar la pérdida de cobertura de manglar se hizo un análisis multitemporal usando imágenes satelitales Landsat TM y ETM+ de 1995 y 2007. Para identificar y validar los agentes de deforestación se llevaron a cabo entrevistas semiestructuradas a residentes locales de Mahahual y Xcalak. El análisis de las imágenes por el periodo de 12 años demostró que se han perdido 1070 ha de bosque de manglar, con una tasa anual de deforestación de 0.85%, tasa relativamente alta en comparación con otras regiones de México. El principal factor que ha disparado la disminución de la cobertura de manglar es la expansión de los usos antropogénicos del suelo (e.g., la construcción de poblados y caminos). Este estudio concluye que para segurar que los manglares de Mahahual–Xacalak continúen proporcionando servicios ambientales claves, se necesita la implementación de programas dirigidos a su conservación y rehabilitación.

Palabras clave: manglares, agentes de deforestación, tasa de deforestación, Caribe Mexicano, imágenes Landsat.

 

ABSTRACT

Mangroves occur in coastal areas and are therefore vulnerable to anthropogenic disturbance and exhibit high rates of deforestation. Mexico is among the countries with the highest degree of mangrove deforestation in America; however, precise data on national mangrove coverage in Mexico is incomplete, making it impossible to accurately ascertain the rate of mangrove loss over time. Precise information is necessary to assess changes at local and regional scales to detect the magnitude, trends, and drivers of the transformation. This study aimed to estimate the loss of mangrove cover in the area of Mahahual–Xcalak (Quintana Roo, Mexico) between 1995 and 2007, to calculate the annual deforestation rate and to identify the drivers of deforestation. Landsat TM and ETM+ images from 1995 and 2007 were used to estimate the loss of mangrove cover using a multitemporal analysis. Semi–structured interviews with local residents of Mahahual and Xcalak were undertaken to identify and validate the drivers of deforestation. The image analysis for the 12–year period showed that 1070 ha of mangrove forest have been lost, with an annual deforestation rate of 0.85%—a relatively high value compared with other mangrove regions in Mexico. The main factor that has triggered the reduction of mangrove coverage is the expansion of anthropogenic land uses (e.g., settlements and roads). This study concludes that conservation and rehabilitation programs need to be implemented so that the Mahahual–Xcalak mangrove environment can continue to provide key ecosystem services.

Key words: mangroves, drivers of deforestation, deforestation rate, Mexican Caribbean, Landsat imagery.

 

INTRODUCCIÓN

Los manglares se encuentran alrededor del mundo en sitios protegidos como bahías y lagunas costeras, así como en sitios de baja energía expuestos a mar abierto, donde forman una franja de vegetación bien definida a lo largo de las costas de las regiones tropicales y subtropicales (Lugo y Snedaker 1974, Trejo–Torres et al. 1993). Debido a su ubicación, los manglares son vulnerables a agentes de disturbio naturales como los huracanes y tormentas (Smith et al. 1994), y también están expuestos a agentes de disturbio antropogénicos como la urbanización, la construcción de carreteras, la contaminación, el turismo y la acuacultura (Ellison y Fearnsworth 1996, Valiela et al. 2001).

La falta de un reconocimiento cabal de la importancia ecológica, económica y social de los manglares, ha fomentado que actividades antropogénicas estén llevando a la pérdida de los servicios ambientales que estos ecosistemas proveen, como prevenir la erosión del suelo y las playas, proveer hábitat a fauna silvestre, proteger la línea de costa de tormentas, oleaje e inundaciones, y permitir actividades recreativas (UNEP–WCMC 2006). Aunque en general se ha documentado que los manglares del mundo están desapareciendo rápidamente con una pérdida anual de 1% a 2% (Duke et al. 2007), hay pocos estudios en este ámbito a escala local, especialmente en países como México, donde a pesar de estar protegidos por la ley, los manglares han sido amenazados por el desarrollo acelerado de las últimas décadas en las zonas costeras.

En México hay una carencia de datos precisos en la cobertura nacional de manglar, por consecuencia es imposible conocer con certeza la tasa de pérdida de manglares a lo largo de los años y evaluar las principales amenazas a las que se enfrentan (Ruiz–Luna et al. 2008, CONABIO 2008). México es uno de los países con más altos niveles de deforestación de manglar en la región de América del Norte y América Central (Yáñez–Arancibia y Lara–Domínguez 1999, FAO 2007, Ruiz–Luna et al. 2008), con una tasa de pérdida anual estimada entre 1% y 2.5% (INE 2005). Sin embargo, lo anterior no puede ser válido contrastando estadísticas nacionales y por tanto es necesario evaluar los cambios en las escalas local y regional para detectar la magnitud, la tendencia y los agentes de la transformación de los manglares.

En ese sentido, y basándose en el crecimiento urbano y turístico en la zona costera del Caribe Mexicano, un investigador de la Universidad Nacional Autónoma de México (citado por López–Portillo y Ezcurra 2002) sugirió que la tasa anual de pérdida de manglar en esta zona es más alta que en el Pacífico Mexicano y el Golfo de México. La deforestación de manglar en la zona del Caribe mexicano ha sido registrada principalmente para la parte norte del estado de Quintana Roo (Peréz–Villegas y Carrazal 2000), pero en lugares como la zona costera Mahahual–Xcalak, al sur del estado, recientemente se ha incrementado el desarrollo turístico y urbano, afectando a los ecosistemas costeros como los bosques de manglar y a los beneficios y servicios ambientales que estos proveen.

Considerando los factores mencionados, así como la información escasa e incompleta para la península de Yucatán y el Caribe mexicano, es necesario tener una línea base para el futuro manejo sustentable del manglar. En este estudio se estima la extensión actual y la pérdida de la cobertura de manglar en la zona Mahahual–Xcalak entre 1995 y 2007, calculando la tasa de deforestación anual e identificando los agentes de deforestación.

 

MATERIALES Y MÉTODOS

Área de estudio

El área Mahahual–Xcalak está localizada al sur del estado de Quintana Roo, en el Municipio de Othón P. Blanco, entre las coordenadas 18°15'–18°45' N y 87°40'–87°55' O (fig. 1). Igual que otras partes del Caribe mexicano, presenta un desarrollo turístico acelerado que ha llevado a la modificación ambiental de los manglares y otros ambientes costeros (Arriaga–Cabrera et al. 1998).

El área de estudio incluye gran parte del Área Natural Protegida Parque Nacional Arrecifes de Xcalak, considerada un sitio Ramsar (Camarena–Luhrs 2003, CONANP 2004). Además, está ubicada dentro del sitio prioritario de manglar Sian Ka'an–Xcalak, determinado por su relevancia biológica y por tener necesidad de una inmediata rehabilitación ecológica (CONABIO 2008).

Varios ecosistemas coexisten con los manglares en el área de estudio, como los arrecifes de coral, los ceibadales, las lagunas costeras, las playas, la vegetación de duna costera y las selvas (Sánchez–Sánchez et al. 1991, CONANP 2004). De acuerdo a la clasificación de Lugo y Snedaker (1974), los tipos de manglar encontrados en la zona son manglar enano, ribereño, de franja, de cuenca y de isla. Las especies de mangle presentes son: Rhizophora mangle (L.) (mangle rojo), Laguncularia racemosa (L.) Gaertn. f. (mangle blanco), Avicennia germinans (L.) Stearn (mangle negro) y Conocarpus erectus (L.) (mangle botoncillo).

Respecto a la población humana, hay poblaciones de baja densidad en el área, incluyendo Mahahual y Xcalak, con un número total de residentes de 252 y 282, respectivamente (INEGI 2005). Mahahual fue fundado a principios de 1990 y su población se incrementó en un 89% a partir del año 2000. La población de Xcalak se ha mantenido estable desde 1980 (INEGI 2000, 2005). Actualmente, la principal actividad económica promovida por el gobierno en la zona es el turismo, lo cual está cambiando rápidamente el paisaje local, transformando ecosistemas como los bosques de manglar y dañando ambientes marinos, con el aumento de la infraestructura turística (caminos, cuartos de hospedaje y puertos). Además de las fuentes antropogénicas de degradación, el manglar de la zona de estudio está expuesto a agentes de disturbio naturales, como las tormentas y los huracanes, que son frecuentes en las temporadas de lluvia, de junio a noviembre (Vidal–Zepeda 2005). El huracán más reciente que afectó el área de estudio fue Dean (21 de agosto de 2007), el cual dañó severamente a los bosques de manglar cercanos a la localidad de Mahahual.

Tasa de deforestación

Para estimar la pérdida de cobertura del manglar en el área de estudio, se llevó a cabo un análisis multitemporal usando dos imágenes Landsat (path 19, row 47); una fue tomada en 1995 con el sensor Thematic Mapper (TM) y la otra en 2007 con el sensor Enhanced Thematic Mapper–Plus (ETM+). Aunque existen imágenes de alta resolución (Satellite Pour l'Observation de la Terre [SPOT], IKONOS, Quickbird), nosotros escogimos las del sensor Landsat, ya que estas tienen el registro temporal más grande de imágenes de satélite que puede usarse para hacer comparaciones, particularmente para análisis de pixel a pixel. Las imágenes fueron corregidas geométricamente y proyectadas a UTM 16 N (WGS84), y de ellas se extrajo el polígono del área de estudio, usando el software ERDAS Imagine 9.1.

Los cortes extraídos de las imágenes fueron clasificados usando el método supervisado, con la regla de decisión 'máxima verosimilitud'. Para clasificar la imagen de 1995, los sitios de entrenamiento fueron obtenidos con la ayuda de una carta de uso de suelo y vegetación (escala 1:250,000) tomada del Instituto Nacional de Estadística y Geografía (INEGI; serie II, 1998–2000), y datos obtenidos en tierra en 1995 a través del Programa de Ordenamiento Ecológico Territorial de Costa Maya, con un Sistema de Posicionamiento Global (SPG) Trimble Geo Explorer (exactitud típica de 50 cm). Para la clasificación de la imagen de 2007, los sitios de entrenamiento fueron extraídos de imágenes de alta resolución (SPOT 5, de enero 2006, e IKONOS–2, de septiembre 2006) que cubrían el 70% del área de estudio, lo anterior basado en la experiencia en campo de los autores. Adicionalmente, se usaron datos de campo obtenidos en 2005 y 2007 por la Secretaría de Marina (SEMAR) con un SPG Garmin (exactitud típica de 15 m).

Las clases de cobertura terrestre que se identificaron en las imágenes Landsat fueron: manglar, otra vegetación (bosque tropical caducifolio y vegetación de duna costera), otros usos de suelo (caminos y suelo desnudo), pueblos (asentamientos humanos), agua y manglar dañado por el huracán Dean (MDHD). La clase MDHD representa áreas donde el manglar fue afectado por el huracán pero que permanecía vivo y, al igual que la clase pueblos, fue digitalizada en la imagen de 2007 después de interpretación visual. Después de la clasificación de las imágenes, se aplicó un filtro 'de mayoría' (3 × 3 pixeles) para disminuir el efecto de pixeles aislados de algunas clases de cobertura en las imágenes clasificadas.

La exactitud de la clasificación de la imagen de 2007 se obtuvo calculando la exactitud total y un estimado del coeficiente Kappa (^κ), descrito por Congalton y Green (1999), usando un grupo de datos de referencia. La evaluación de la exactitud fue calculada usando 288 puntos de referencia en tierra seleccionados al azar. Los sitios más accesibles (49) fueron visitados y el resto de los sitios (239) fueron verificados en imágenes Quickbird (DigitalGlobe) del 13 de febrero de 2007, usando el programa Google Earth Pro. Respecto a la calidad de los datos de referencia para la imagen de 1995, no fue posible evaluar la exactitud de su clasificación, pero considerando que el proceso de clasificación fue el mismo para las escenas satelitales, supusimos que el nivel de error fue similar al resultado del 2007.

Posteriormente, se llevó a cabo un análisis multitemporal post–clasificatorio para determinar la magnitud y dirección de los cambios de cobertura de suelo (Mas 1999, Lu et al. 2004). Este análisis produjo una matriz de detección de cambio con todas las combinaciones de las clases de cobertura de suelo de los mapas de 1995 y 2007, y un mapa temático con los resultados de los cambios de uso de suelo y de cobertura, proporcionando una representación visual de los cambios de una clase a otra.

Finalmente, se obtuvo una estimación promedio de la tasa de deforestación (r) del manglar, por medio de la fórmula propuesta por la FAO (1996), que expresa el cambio anual en la cobertura de manglar al inicio de cada año. Para expresarla en porcentaje, el valor resultante debe ser multiplicado por 100. La fórmula propuesta por la FAO (1996) se expresa como:

donde r es la tasa de cambio, A₁ es la superficie de manglar en la fecha 1, A₂ es la superficie de manglar en la fecha 2 y t es el periodo de tiempo analizado (años).

Agentes de deforestación de manglar

Se realizaron 56 entrevistas semi–estructuradas (conteniendo preguntas abiertas y cerradas) en Mahahual (n = 29) y en Xcalak (n = 27) a residentes locales, para conocer cómo perciben los agentes que afectan el manglar. Debido al tamaño de la población, aproximadamente el 10% de los residentes locales fueron entrevistados en ambas localidades, y participaron 11 mujeres y 45 hombres, con 49 años de edad promedio (intervalo de 22 a 77 años). Para obtener información que coincidiera lo más posible con el periodo de estudio (1995 a 2007), las personas seleccionadas para entrevistar tenían al menos 10 años de residencia en la zona de estudio. La técnica de muestreo utilizada siguió el enfoque Bola de nieve, el cual consiste en entrevistar a un informante clave quien provea nombre de otras personas con el criterio establecido, y así sucesivamente se va obtenido la lista de las posibles personas a entrevistar (Berg 1963, De Vaus 2002). Adicionalmente, se realizaron visitas de campo a los sitios de manglares dañados para identificar los agentes de deforestación y complementar la información obtenida de las entrevistas.

Para conocer si había diferencias entre las localidades, respecto a la frecuencia de cada agente de disturbio, se aplicó la prueba Chi–cuadrada de Pearson. La prueba estadística se hizo con el software Statistica 6.0 (StatSoft 1998).

 

RESULTADOS

Tasa de deforestación del manglar

La exactitud total y el coeficiente Kappa obtenidos para la clasificación de 2007 fueron 85% y 0.79, respectivamente. La exactitud total observada satisface los valores estándares de una evaluación de exactitud total (Strahler et al. 2006). El coeficiente Kappa calculado también sugiere una buena clasificación de la imagen, considerando que un valor de ^κ =1 indica un acuerdo pleno entre el mapa y la realidad (Chuvieco 2002). Adicionalmente, el valor de a ^κ obtenido de nuestro análisis está en el rango de concordancia "casi perfecta" entre el mapa y la realidad, con respescto al intervalo de valores propuesto por Landis y Koch (1977). Considerando lo anterior, suponemos que los resultados de ambas clasificaciones explican satisfactoriamente la distribución espacial de las clases de cobertura seleccionadas por fecha (fig. 2), incluso cuando algunos cambios detectados claramente son errores de comisión (clasificación errónea de una clase en otra). Las áreas fueron corregidas para una mejor evaluación de la cobertura de manglar de 2007 y para estimar una tasa anual de deforestación confiable, tomando en cuenta la superficie del MDHD (920 ha), la cual solo tuvo daños estructurales pero no desapareció como ecosistema. Después de esta corrección, la extensión de manglar en 2007 fue de alrededor de 6620 ha, contrastando con las 7690 ha en 1995, con una estimación final de pérdida de aproximadamente 1070 ha. Con estos resultados como punto de referencia, la tasa de deforestación anual promedio fue de 0.85%, aunque se reconoce que la pérdida de manglar no fue necesariamente lineal en el tiempo.

Aunque el estudio se enfocó en la pérdida de cobertura de manglar, en el nivel de paisaje la matriz de detección de cambio mostró que las clases agua y otra vegetación mantuvieron un alto grado de estabilidad (>80%), con crecimientos en la superficie de agua (tabla 1). También, la clase otros usos de suelo incrementó cerca del 40% de su extensión original, principalmente a las clases otra vegetación y manglar. El porcentaje de cambio entre MDHD y manglar fue 12%. En general, el cambio total representó alrededor del 25% del paisaje analizado, y los principales usos de suelo y los cambios de cobertura terrestre se muestran en la figura 3.

Agentes de deforestación de manglar

La percepción de reducción en la superficie de manglar fue mayor entre los habitantes entrevistados de Mahahual que los de Xcalak (χ² = 5.91; g.l. = 1; P < 0.05). El 76% de los entrevistados de Mahahual mencionaron que han notado pérdida de manglar, mientras que entre los de Xcalak el 30% dijo notar pérdida. A partir de las entrevistas, fueron identificados 9 agentes de deforestación de manglar (tabla 2), aunque no hubo un consenso en la percepción local, ya que 8 personas entrevistadas de Mahahual y 18 de Xcalak no mencionaron agentes de deforestación. Los entrevistados de ambas localidades mencionaron que los sitios donde se ha perdido manglar se ubican a lo largo del camino costero y detrás de los poblados.

Los agentes de deforestación más frecuentemente mencionados fueron la construcción de caminos y la tala para la construcción de casas (tabla 2). En contraste, durante las visitas a la zona de estudio se observó que los principales agentes de disturbio para el manglar fueron: límites de propiedad (líneas angostas trazadas dentro de la zona de manglar para delimitar propiedades privadas), tala para la construcción de hoteles, construcción de caminos y el impacto del huracán Dean (fig. 4).

Comparando entre localidades, el número de agentes mencionados por los entrevistados fue mayor en Mahahual que en Xcalak. Los agentes contaminación, delimitación de predios, extracción de leña e interrupción de flujos de agua, fueron mencionados únicamente en Mahahual. El agente deforestación para construcción de caminos fue significativamente más mencionado en Mahahual que en Xcalak (χ² = 13.2; g.l. = 1; P < 0.05), pero en general no hubo diferencias significativas entre la percepción de los otros agentes (tabla 2).

 

DISCUSIÓN

Lo mapas temáticos resultantes de la clasificación de imágenes tuvieron exactitudes que cumplen con los estándares de las evaluaciones de exactitud (Chuvieco 2002, Strahler et al. 2006), con un valor de ^κ indicando un alto acuerdo entre el mapa y la realidad, el cual es clasificado como "casi perfecto" de acuerdo con la escala propuesta por Landis y Koch (1977). Trabajos similares que abordan el tema de cobertura de manglar han obtenido exactitudes totales de 78% a 92% y valores de ^κ de 0.69 a 0.90 (Alonso–Pérez et al. 2003, Hernández–Cornejo et al. 2005, Berlanga–Robles y Ruiz–Luna 2006, 2007).

Las inexactitudes son, en su mayoría, atribuidas a la heterogeneidad de hábitat en el área de estudio, donde una mezcla de suelo inundable, manglar chaparro y disperso, así como variaciones en la profundidad y características del agua, impiden la identificación exacta de clases en las imágenes Landsat de 30 m de resolución espacial. Esas limitantes podrían llevar a errores de clasificación de sitios de manglar, como lo ha documentado Díaz–Gallegos y Acosta–Velázquez (2009), pero algunos de estos errores pueden ser detectados y corregidos para obtener un producto final mejor.

Diferentes métodos para estudiar manglares mediante el uso de imágenes Landsat han sido aplicados en México, así como en latitudes tropicales similares, obteniendo altos niveles de exactitud (Mas 1999, Green et al. 1998, Muttitanon y Tripathi 2005, Berlanga–Robles y Ruiz–Luna 2006, 2007). Las imágenes Landsat, especialmente aquellas de los sensores TM y ETM+, producen resultados satisfactorios a pesar de su resolución espacial. Sin embargo, recientes estudios con tecnología de radar reconocen que sensores ópticos convencionales, como Landsat, son los preferidos para estudios de detección de cambio dado varias ventajas como el bajo costo de adquisición, largas series de tiempo y cobertura espacial, y por ser fáciles de usar (Kovacs et al. 2008). Finalmente, aunque las imágenes Landsat tienen una resolución espacial más baja que otros satélites (e.g., SPOT) su alta resolución espectral las hace capaces de discriminar a los manglares de otros tipos de cobertura, en tanto que alta resolución espacial no necesariamente produce resultados más exactos (Green et al. 1998, Gao 1999, Green y Mumby 2000).

Considerando los factores anteriores, los resultados de la clasificación final de 1995 y 2007 representan adecuadamente la estructura del paisaje en el área de estudio, pues fue posible mejorar la clasificación de manglares por medio de análisis visual y producir una mejor estimación de la deforestación del manglar en el área (0.85%). Esta tasa anual de deforestación es alta (a pesar del ajuste del área de manglar en 2007), comparada con otros lugares de México, donde la tasa de deforestación anual varia de 0.03% a 0.64% (Alonso–Pérez et al. 2003; Berlanga–Robles y Ruiz–Luna 2006, 2007).

La tasa de deforestación de manglar calculada (0.85%) está justo debajo de los valores calculados por Pérez–Villegas y Carrazal (2000) para el periodo 1970–1990 en el norte de Quintana Roo (1.05%), y por Ellison y Fearnsworth (1996) para toda la región del Caribe (1%), pero difiere significativamente del valor mencionado por López–Portillo y Ezcurra (2002) para el Caribe Mexicano (alrededor del 12%). Como en los estudios previos, nosotros calculamos la tasa de deforestación para un periodo relativamente largo (1995–2007), y aunque no es posible detectar periodos críticos entre las fechas, suponemos que la deforestación aumentó considerablemente desde 2001, considerando el desarrollo urbano en el área de estudio.

Se ha reconocido que el conocimiento local ayuda a confirmar e identificar agentes de deforestación o de disturbio de manglares (Kovacs 2000). Para el área de estudio, la construcción de caminos fue el principal agente de deforestación, el cual fue frecuentemente registrado en las entrevistas, observado durante las visitas de campo y fue verificado en el análisis de las imágenes. El impacto de la construcción de caminos entre zonas de manglar ya ha sido reportada previamente para el estado de Quintana Roo (Trejo–Torres et al. 1993), y su alteración en los hidroperiodos y regímenes de salinidad de los manglares se han reportado como los efectos negativos que llevan a la muerte lenta de grandes extensiones de manglar (Lopéz–Portillo y Ezcurra 2002).

La construcción de caminos como agente de disturbio del manglar fue percibido con más frecuencia en Mahahual que en Xcalak, probablemente porque en Mahahual ha habido un incremento en la infraestructura y porque unos meses antes de realizar las entrevistas se había construido un camino que cruzó áreas de manglar detrás de este pueblo, experiencia que indudablemente estaba fresca en las mentes de las personas de Mahahual. Aunado a la construcción de caminos, la delimitación de propiedades privadas tiene un impacto similar al de los caminos en los bosques manglar, incrementando la fragmentación y disminuyendo su área (Pérez–Villegas y Carrazal 2000, Diaz–Gallegos y Acosta–Velázquez 2009).

Otro agente de deforestación importante en la zona es el desmonte de área de manglar para construir hoteles y viviendas como consecuencia del crecimiento de actividades turísticas en la zona, especialmente en Mahahual. La población de Mahahual creció un 89% en el periodo 2000–2005 dado el inicio de operaciones de muelle de cruceros turísticos en 2001 y la expectativa del desarrollo local llevó a un aumento en la inmigración de personas, lo cual trajo consigo la necesidad de edificar construcciones para viviendas y para dar servicios a los inmigrantes y turistas.

En conclusión, este estudio demuestra que la deforestación de manglar en la zona Mahahual–Xcalak está alcanzado niveles similares a aquellos registrados para el norte de Quintana Roo, donde el desarrollo urbano y turístico es mucho más alto. También, es notable que la tasa de deforestación en el área de estudio es más alta comparada con otras regiones de México, particularmente del Pacífico. Los resultados de nuestras entrevistas y del análisis de cambios indican que los principales agentes de deforestación están relacionados al desarrollo de instalaciones turísticas, más que al crecimiento poblacional.

Es claro que los servicios ambientales que el manglar provee, incluyendo aquellos ofrecidos a turistas (con implicaciones para la economía regional), pueden perderse si la tasa de deforestación actual continua. Para evitar y reducir los impactos de los agentes de deforestación, es necesario llevar a cabo estudios acerca de los daños derivados de causas naturales y antropogénicas para proponer y aplicar programas de conservación y rehabilitación, que permitan mantener la integridad de los manglares con otros ecosistemas costeros, como los arrecifes coralinos, con la finalidad de lograr un desarrollo sustentable en la zona Mahahual–Xcalak.

 

AGRADECIMIENTOS

Los autores agradecen a la Fundación PADI y a My Community, Our Earth (MyCOE) el financiamiento a este proyecto. También agradecen a SEMAR, al Programa de Ordenamiento Ecológico Territorial de Costa Maya, la Fundación GeoEYE y SEDUMA (Secretaría de Desarrollo Urbano y Medio Ambiente del estado de Quintana Roo) el haber proporcionado imágenes satelitales e información a este estudio. Gracias al personal del Parque Nacional Arrecifes de Xcalak (CONANP) y de la Estación de investigación para el Manejo Costero Costa Maya (EIMCCM) por proporcionar alojamiento. Un agradecimiento especial para AM Ramírez M, FD López M y R Herrera P por la ayuda en los viajes de campo, también a las personas de la zona Mahahual–Xcalak por su valiosa cooperación y a Z Christman , G Islebe y AJ Navarrete por sus valiosos comentarios a las versiones de este trabajo durante su desarrollo.

 

REFERENCIAS

Alonso–Pérez F, Ruiz–Luna A, Turner J, Berlanga–Robles CA, Mitchelson–Jacob G. 2003. Land cover changes and impact of shrimp aquaculture on the landscape in the Ceuta coastal lagoon system, Sinaloa, Mexico. Ocean Coast. Manage. 46: 583–600.         [ Links ]

Anderson RJ, Hardy EE, Roach TJ, Witmer ER. 1976. A land use and land cover classification system for use with remote sensor data. US Geological Survey, Washington, DC, 28 pp.         [ Links ]

Arriaga–Cabrera L, Vázquez–Domínguez E, González–Cano J, Jiménez–Rosenberg R, Muñoz–López E, Aguilar Sierra V. 1998. Regiones Prioritarias Marinas de México. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, México DF, 198 pp.         [ Links ]

Berg S. 1963. Random contact processes, snowball sampling and factorial series distributions. J. Appl. Probab. 20: 31–46.         [ Links ]

Berlanga–Robles CA, Ruiz–Luna A. 2006. Evaluación de los cambios en el paisaje del sistema estuarino de San Blas, Nayarit, México, por medio del análisis de imágenes de satélite Landsat MSS. Cienc. Mar. 32: 523–538.         [ Links ]

Berlanga–Robles CA, Ruiz–Luna A. 2007. Análisis de las tendencias de cambio del bosque de manglar del sistema lagunar Teacapán–Agua Brava, México. Una aproximación con el uso de imágenes de satélite LANSAT. Univ. Cienc. 23: 29–46.         [ Links ]

Camarena–Luhrs T. 2003. Ficha informativa de los humedales de Ramsar (FIR), Parque Nacional Arrecifes de Xcalak. Comisión Nacional de Áreas Natural Protegidas, SEMARNAT, México, 23 pp.         [ Links ]

Chuvieco SE. 2002. Teledetección Ambiental. Ariel SA, Barcelona, 592 pp.         [ Links ]

CONABIO. 2008. Manglares de México. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, México DF, 35 pp.         [ Links ]

CONANP, Comisión Nacional de Áreas Natural Protegidas. 2004. Programa de manejo parque nacional Arrecifes de Xcalak. Jaras Impresores, México DF, 162 pp.         [ Links ]

Congalton GR, Green K. 1999. Assessing the Accuracy of Remote Sensed Data: Principles and Practices. Lewis, Florida, 137 pp.         [ Links ]

De Vaus DA. 2002. Surveys in Social Research. Allen and Unwin, St. Leonards, NSW, Australia, 369 pp.         [ Links ]

Díaz–Gallegos JR, Acosta–Velázquez J. 2009. Tendencias en la transformación del uso de suelo y la vegetación aledaña. In: Espinoza–Avalos J, Islebe GA, Hernández–Arana HA (eds.), El Sistema Ecológico de la Bahía de Chetumal/Corozal: Costa Occidental del Mar Caribe. El Colegio de la Frontera Sur (ECOSUR), Chetumal, México pp. 226–237.         [ Links ]

Duke NC, Meynecke JO, Dittmann S, Ellison AM, Anger K, Berger U, Cannicci S, Diele K, Ewel KC, Field CD, Koedam N, Lee SY, Marchand C, Nordhaus I, Dahdouh–Guebas F. 2007. A world without mangroves? Science 317: 41–42.         [ Links ]

Ellison MA, Fearnsworth JE. 1996. Anthropogenic disturbance of Caribbean mangrove ecosystems: Past impacts, present trends, and future predictions. Biotropica 28: 549–565.         [ Links ]

FAO. 1996. Forest Resources Assessment 1990. Survey of tropical forest cover and study of change processes. FAO, Rome, 152 pp.         [ Links ]

FAO. 2007. Mangroves of North and Central America 1980–2005: Country reports. Forest Resources Assessment Working Paper No. 137, Rome. http://www.fao.org/forestry/home/en/.         [ Links ]

Gao J. 1999. A comparative study on spatial and spectral resolutions of satellite data in mapping mangrove forests. Int. J. Remote Sens. 22: 2823–2833.         [ Links ]

Green EP, Mumby PJ. 2000. Mapping mangroves. In: Green EP, Mumby PJ, Edwards AJ, Clark CD (eds.), Remote Sensing Handbook for Tropical Coastal Management. Coastal Management Sourcebooks 3, UNESCO, Paris, 316 pp.         [ Links ]

Green EP, Clark CD, Mumby PJ, Edwards AJ, Ellis AC. 1998. Remote sensing techniques for mangrove mapping. Int. J. Remote Sens. 19: 935–956.         [ Links ]

Hernández–Cornejo R, Koedam N, Ruiz–Luna A, Troell M, Dahdouh–Guebas F. 2005. Remote sensing and ethnobotanical assessment of the mangrove forest changes in the Navachiste–San Ignacio–Macapule lagoon complex, Sinaloa, Mexico. Ecol. Soc. 10: 16, http://www.ecologyandsociety.org/vol10/iss1/art16.         [ Links ]

INE, Insituto Nacional de Ecología. 2005. Evaluación preliminar de las tasas de pérdida de superficie de manglar en México. SEMARNAT–INE, México, DF, 21 pp.         [ Links ]

INEGI. 2000. Censo Nacional de Población y Vivienda 2000. Instituto Nacional de Estadística, Geografía e Informática, México, DF, http://www.inegi.org.mx/est/contenidos/Proyectos/ccpv/cpv2000/default.aspx.         [ Links ]

INEGI. 2005. Conteo 2005. Instituto Nacional de Estadística, Geografía e Informática, México, DF, http://www.inegi.org.mx/est/contenidos/proyectos/ccpv/cpv2005/Default.aspx.         [ Links ]

Kovacs JM. 2000. Perceptions of environmental change in a tropical coastal wetland. Land Degrad. Develop. 11: 209–220.         [ Links ]

Kovacs JM, Zhang C, Flores–Verdugo F. 2008. Mapping the condition of mangroves of the Mexican Pacific using C–band ENVISAT ASAR and Landsat optical data. Cienc. Mar. 34: 407–418.         [ Links ]

Landis JR, Koch GG. 1977. The measurement of observer agreement for categorical data. Biometrics 33: 159–174.         [ Links ]

López–Portillo J, Ezcurra E. 2002. Los manglares de México: Una revisión. Maderas y Bosques, núm. esp.: 27–51.         [ Links ]

Lu D, Mausel P, Brondizio E, Moran E. 2004. Change detection techniques. Int. J. Remote Sens. 25: 2365–2407.         [ Links ]

Lugo EA, Snedaker CS. 1974. The ecology of mangroves. Annu. Rev. Ecol. Syst. 5: 39–64.         [ Links ]

Mas JF. 1999. Monitoring land–cover changes: A comparison of change detection techniques. Int. J. Remote Sens. 20: 139–152.         [ Links ]

Muttitanon W, Tripathi NK. 2005. Land use/land cover changes in the coastal zone of Ban Don Bay, Thailand, using Landsat 5 TM data. Int. J. Remote Sens. 26: 2311–2323.         [ Links ]

Peréz–Villegas G, Carrazal E. 2000. El desarrollo turístico en Cancún, Quintana Roo y sus consecuencias sobre la cubierta vegetal. Invest. Geogr. 43: 145–166.         [ Links ]

Ruiz–Luna A, Acosta–Velázquez J, Berlanga–Robles CA. 2008. On the reliability of the data of the extent of mangroves: A case study in Mexico. Ocean Coast. Manage. 51: 342–351.         [ Links ]

Sánchez–Sánchez O, Cabrera–Cano EF, Torres–Pech AT, Herrera–Escudero P, Serralta–Peraza P, Gómez–Varela CS. 1991. Vegetación. In: Camarena–Luhrs T, Salazar–Vallejo SI (eds.), Estudios Ecológicos Preliminares de la Zona Sur de Quintana Roo. Centro de Investigaciones de Quintana Roo (CIQRO), Quintana Roo, México, pp. 231–248.         [ Links ]

Smith TJ, Robbleeh MB, Wanles R, Doyle TW. 1994. Mangroves, hurricanes, and lightning strikes. BioScience 44: 256–262.         [ Links ]

StatSoft. 1998. STATISTICA for Windows, Computer Program Manual. StatSoft, Inc., Tulsa, http://www.statsoft.com/.         [ Links ]

Strahler A, Boschetti L, Foody GM, Field MA, Hansen MC, Herold M, Mayaux P, Morisette JT, Stehman SV, Woodcock C. 2006. Global land cover validation: Recommendations for evaluation and accuracy assessment of global land cover maps. Report of Committee of Earth Observation Satellites (CEOS), Working Group on Calibration and Validation (WGCV), Italy, 51 pp.         [ Links ]

Trejo–Torres JC, Durán R, Olmsted I. 1993. Manglares de la Península de Yucatán. In: Salazar–Vallejo S, González NE (eds.), Biodiversidad Marina y Costera de México. CONABIO–CIQRO, México, pp. 660–672.         [ Links ]

UNEP–WCMC. 2006. In the front line: Shoreline protection and other ecosystem services from mangroves and coral reefs. The United Nations Environment Programme World Conservation Monitoring Centre, Cambridge, UK, 33 pp.         [ Links ]

Valiela I, Bowen JL, York JK. 2001. Mangrove forests: One of the World's threatened major tropical environments. BioScience 51: 807–815.         [ Links ]

Vidal–Zepeda R. 2005. Región 11, Península de Yucatán. In: Vidal–Zepeda R (eds.), Las Regiones Climáticas de México. Universidad Nacional Autónoma de México (UNAM), México DF, pp. 189–210.         [ Links ]

Yáñez–Arancibia A, Lara–Domínguez AL. 1999. Los manglares de Ámerica Latina en la encrucijada. In: Yañez–Arancibia A, Lara–Domínguez AL (eds.), Ecosistemas de Manglar en América Tropical. INENOAA–UICN, Beaufort, USA, pp. 9–16.         [ Links ]

 

NOTA

* Descargar versión bilingüe (Inglés–Español) en formato PDF.