Introducción

Los bosques son recursos importantes que proporcionan diversos beneficios ambientales, económicos y sociales, debido a que suministran bienes como madera, fibras y otros productos forestales madereros y no madereros y desempeñan una función importante en el mantenimiento de los valores sociales y culturales; asimismo, protegen las cuencas hidrográficas, regulan el clima y conservan la diversidad biológica (^{Food and Agriculture Organization [FAO], 2012}).

Según la Evaluación de los Recursos Forestales Mundiales, en 1990, el mundo tenía 4128 millones de hectáreas de bosque; en el 2015 esa área había disminuido a 3999 millones de hectáreas. Esto representa un cambio de 31.6% a 30.6% de la superficie mundial de suelos durante 1990-2015. Esto demuestra que en este periodo se registró una pérdida neta de unos 129 millones de hectáreas de bosque, que representa una tasa anual de pérdida de 0.13%, una superficie total del tamaño aproximado de Sudáfrica (^{FAO, 2016}).

La pérdida de bosques conlleva a una reducción de bienes y servicios ambientales que prestan, tales como regulación de temperatura, producción de alimentos y materias primas, captura de dióxido de carbono (CO₂), conservación de biodiversidad, uso como hábitat, producción y regulación del agua en las cabeceras de cuenca y la relación cultural que muchas sociedades han establecido con los bosques alrededor del mundo (^{Hassan, Scholes y Ash, 2005}).

Además, en las últimas décadas, la deforestación de estos ecosistemas ha contribuido significativamente al aumento de emisiones de carbono y otros gases de efecto invernadero (^{Intergovernmental Panel on Climate Change [IPCC], 2007}). ^{Hougton (2012)} indica que, en el año 2000, entre 10% y 20% de las emisiones anuales mundiales de gases de efecto invernadero de origen antropogénico pueden ser atribuibles a la deforestación y degradación de bosques tropicales.

Por otro lado, ^{Autoridad Nacional del Agua [ANA] (2018)} menciona que los bosques influyen de forma directa en la cantidad de agua disponible, ralentizando el flujo de agua, que se infiltra gradualmente a través del suelo, garantizando un suministro estable todo el año, contribuyendo con la recarga de las aguas subterráneas y, a la vez, mejora la calidad y cantidad de este recurso vital. Por tal razón, las cuencas boscosas suministran una gran parte del agua que se destina a satisfacer las necesidades domésticas, agrícolas, industriales y ecológicas de las zonas que se encuentran aguas arriba y aguas abajo de los ríos (^{FAO, 2009}).

De acuerdo con la ^{FAO (2020)}, del área total de bosques en el mundo 45% corresponde a los bosques tropicales y aproximadamente la mitad de ellos se encuentran en América Latina, principalmente en América del Sur. Los bosques de la cuenca amazónica están siendo amenazados por las tendencias sinérgicas en las economías, que pueden llevarlos a la degradación severa de más de la mitad de este ecosistema en el año 2030 (^{Nepsatd, Stickler, Soares-Filho y Merry, 2008}). Según ^{Soares-Filho et al. (2006)} la cuenca amazónica registra altas tasas de deforestación, perdiéndose 15% en promedio de sus bosques desde el año 1970.

El Perú es parte de la cuenca amazónica, donde la totalidad de sus bosques son tropicales debido a su ubicación geográfica y cercanía con la línea ecuatorial, es el segundo país con extensión forestal en América Latina y es considerado entre los 10 países con mayor superficie boscosa a escala mundial (^{Cordero, 2011}) y (^{FAO, 2020}). Estos bosques amazónicos que se desarrollan alrededor del río Amazonas en Perú son los ecosistemas más extensos del planeta (^{Ministerio del Ambiente [MINAM], 2017}). Sin embargo, anualmente se pierde, 120 782 ha de bosques a causa de la deforestación (^{Minam, 2016a}). En el 2001 la deforestación fue 830 km², mientras que en el 2014 superó los 1770 km² y se estima que al año 2030 exceda los 3500 km² (^{Minam, 2016b}). Entre el 2001 y 2014 el departamento que acumuló más pérdidas de bosques fue San Martín con 359 945 ha (^{Minam, 2016a}). Además, solo en el primer semestre del 2018 la Amazonía peruana ha perdido 23 000 ha de bosque (^{Diario Gestión, 2018}), cuyas causas derivan principalmente de factores directos e indirectos generados por el hombre (^{Geist y Lambin, 2002}).

Las cuencas amazónicas que poseen bosques tropicales son sistemas que representan estructuras geológicas complejas, áreas de topografía variada, alta intemperización de suelos que los convierten en susceptibles a erosión hídrica, poseen cobertura vegetal y climatología variada en la que la deforestación afecta severamente los procesos hidrológicos locales y regionales en su calidad y cantidad (^{Neary, Ice y Jackson, 2009}).

A pesar de su importancia hidrológica y alta biodiversidad, en el Perú existen esfuerzos reducidos para conservar este ecosistema, por ejemplo, existen áreas naturales protegidas (ANP) como el Bosque de Protección del Altomayo (BPAM), en la región San Martín; sin embargo, la deforestación continúa dentro y fuera de las ANP, por ejemplo, en la cuenca del Alto Mayo, se ha perdido aproximadamente 10% de bosque durante el periodo 2000-2012 (^{Hansen et al., 2013}).

Las cuencas del BPAM brindan importantes servicios ecosistémicos para las poblaciones locales tales como regulación del clima, producción de agua de buena calidad y abundante para el desarrollo de las actividades económicas. Por ejemplo, la subcuenca Yuracyacu provee agua limpia para la ciudad de Nueva Cajamarca (^{Iniciativa de Conservación del Alto Mayo [ICAM], 2011}).

Pese a lo mencionado, no se han caracterizado los cambios que ha sufrido la cobertura boscosa a escala de cuencas, subcuencas o cabeceras de cuenca, que permitan identificar los factores e implicaciones ambientales y antrópicos que propicien la pérdida de bosques tropicales, lo cual trae como consecuencia cambios de cobertura y uso de suelo en la Amazonía peruana.

Por lo que las investigaciones se han enfocado en mejorar los sistemas de monitoreo de estos cambios, estudiar los procesos de modificación que sufre el bosque y desarrollar modelos para explorar escenarios futuros (^{Turner, Meyer y Skole, 1994}; ^{Geist y Lambin, 2001} y ^{National Research Council [NRC], 2014}). En ese sentido, es de vital importancia generar información cuantitativa del bosque húmedo tropical a escala de cuencas a fin de obtener información a un mismo nivel que pueda ser comparable con otras regiones y estudiar las implicaciones ambientales ocasionadas por su degradación.

En el presente trabajo se evaluó la cobertura boscosa en la subcuenca del río Yuracyacu, afluente de la cuenca del río Mayo a partir de imágenes Landsat a fin de conocer sus cambios a través del tiempo. Este tipo de estudio es útil para generar conocimientos sobre la variación de la cobertura de bosque tropical y detectar tendencias que indiquen la necesidad de tomar acción sobre el adecuado manejo de la cobertura boscosa en la subcuenca.

Objetivos

Evaluar la cobertura boscosa en la subcuenca del río Yuracyacu para el periodo 1989-2010, utilizando imágenes satelitales ópticas, a través del análisis de la cobertura fraccional mediante Carnegie Landsat System Analysis - Lite (CLASlite) y técnicas de sistemas de información geográfica (SIG). Para ello, fue necesario (i) delimitar la subcuenca del río Yuracyacu a fin de determinar su morfometría; luego, (ii) calcular las áreas boscosas para los años 1989, 1995, 2001, 2006, 2008 y 2010, (iii) estimar la tasa de deforestación con la ecuación propuesta por FAO y (iv) proponer un modelo que permitió conocer los cambios de la cobertura boscosa en diferentes periodos de tiempo a fin de realizar estimaciones en el área de estudio utilizando datos derivados de imágenes satelitales ópticas.

Materiales Y Métodos

Área de estudio

El río Yuracyacu es afluente de la cuenca del río Mayo por la margen derecha y posee en su recorrido una longitud aproximada de 35 km. De la superficie total de la subcuenca del río Yuracyacu, 57% pertenece al Bosque de Protección del Altomayo y 23% a su área de amortiguamiento (Fig. 1).

Figura 1 Localización de la subcuenca del río Yuracyacu. 

Morfometría de la subcuenca

Con la imagen satelital ALOS, la cartografía proporcionada por el IGN y la imagen Landsat se generó y corrigió la información cartográfica a fin de realizar el diseño de la subcuenca mediante su delimitación bajo el criterio de la divisoria topográfica, siguiendo la forma cóncava de las curvas de nivel a medida que la altitud aumenta (a) y cuando la altitud va disminuyendo toma la forma convexa de las curvas de nivel (b) (Fig. 2).

Figura 2 Delimitación según la divisoria topográfica. 

Luego, mediante la técnica SIG, usando el software QGIS 3.3, se diseñó la subcuenca a fin de determinar su morfometría analizando los parámetros fisiográficos de superficie, forma, relieve y red hídrica utilizando ecuaciones matemáticas que permitan su cuantificación e interpretación de acuerdo con ^{Heras (1976)}, ^{Gómez (1987)} y ^{Campos (1998)}.

Cobertura boscosa en la subcuenca

El análisis multitemporal de la cobertura boscosa se realizó mediante la cobertura fraccional usando el software CLASlite versión 3.3, diseñado exclusivamente para la cuantificación de superficie boscosa, deforestación y perturbación a nivel de subpixel con base en imágenes de satélite.

Como paso inicial, se realizó la preparación de imágenes utilizando la herramienta Prepare Landsat, que tiene como función apilar las imágenes satelitales (Fig. 3). Luego, se realizó la calibración radiométrica para convertir la data de nivel digital (ND) en unidades que se puedan usar cuantitativamente (unidades de radiancia), para lo cual CLASlite utiliza factores de conversión proporcionados por los proveedores de los sensores satelitales. Para la corrección atmosférica, se utilizó el modelo de transferencia radiactiva 6S (^{Vermote, Tange, Deuze, Herman y Morcette, 1997}) para simular el efecto de la atmósfera sobre la luz solar a medida que pasa a través de ella, la que interactúa con la superficie terrestre y regresa mediante la atmósfera al sensor satelital. La imagen cruda se corrige eliminando el modelo estimado de la atmósfera (^{Déborah, 2014}) (Fig. 4).

Figura 3 Preparación de imágenes Landsat. 

Figura 4 Imagen Landsat de reflectancia del año 2001. 

El producto de reflectancia se convirtió en un mapa de cobertura de vegetación a nivel de subpixel o cobertura fraccional de las imágenes Landsat mediante la función de Segregación Espectral Automatizada Monte Carlo (AutoMCU) de CLASlite.

Esto es posible debido al análisis de mezcla espectral que realiza CLASlite, descomponiendo cada pixel en los tipos de cobertura que lo integran. Como la finalidad es mapear bosque, cada pixel debe descomponerse en clases que ayuden a entender lo que sucede con la vegetación en las imágenes, para esto CLASlite utiliza 3 clases: vegetación fotosintética (PV) P𝑝v(𝜆), vegetación no fotosintética (NPV) P𝑛𝜌v (𝜆) y sustrato expuesto (S) 𝜌𝑠ub𝑠trate (𝜆) con valores de 0% a 100% (Tabla 1).

Tabla 1 Tipos de cobertura fraccional. 

Tipo	Símbolo	Clase espectral	Descripción
Vegetación fotosintética	PV	ρ ( λ)	Vegetación viva.
Vegetación no fotosintética	NPV	ρ (λ )	Vegetación muerta o senescente.
Sustrato expuesto	S	ρ(λ )	Suelo mineral expuesto y materia orgánica.

Fuente: Adaptado de (^{Asner, Knaap, Balaji y Perez-Acosta, 2009}).

La PV representa la vegetación viva, la cual tiene propiedades espectrales únicas que están asociadas a los pigmentos fotosintéticos de las hojas, el contenido de agua y la cantidad de follaje en el dosel; y la NPV representa la vegetación muerta o senescente; incluye la hojarasca superficial, residuos de deforestación por tala y los pastos senescentes. Por último, S generalmente representa el suelo mineral expuesto y materia orgánica, también puede incluir rocas o infraestructura humana.

CLASlite incluye colecciones de espectros de caracteres puros para cada uno de los 3 tipos de clases que se utilizaron para poder desagregar los pixeles en las 3 clases anteriormente explicadas, mediante la siguiente ecuación:

ρλpixel=Cpv×PρVλ+Cnpv×Pnpvλ+Csubstrate ×ρsubstrateλ+ε

Donde:

ρ(λ)pixel = = biblioteca de firmas de reflectancia

Cpv = subpixel de cobertura fotosintética

Cnpv = subpixel de cobertura no fotosintética

Csubstrate = subpixel del substrato o suelo

La ecuación tiene un valor diferente de longitud de onda y utiliza la reflectancia de un carácter espectral puro aleatorio de esa longitud de onda, entonces aquí el enfoque Monte Carlo de CLASlite repite el proceso de selección (con 50 iteraciones se logra converger en una solución estable) de forma aleatoria hasta que la solución converge en un valor promedio. El resultado es una imagen clasificada en estas coberturas a nivel de subpixel con la finalidad de establecer la superficie de cobertura boscosa y sus cambios, cuyos procesos se observan mejor a nivel subpixel (Fig. 5).

Figura 5 Cobertura fraccional. 

Las nubes también se enmascaran; sin embargo, en algunas imágenes se debieron ajustar los umbrales para que el proceso fuera más robusto (Fig. 6).

Figura 6 Imagen cruda y de cobertura fraccional. 

También se realizó la clasificación de cobertura boscosa, donde el principal insumo fue la imagen de cobertura fraccional (1), la cual sería convertida en una imagen de cobertura boscosa y no boscosa (2) (Fig. 7). Se clasificaron los patrones de la imagen mediante un árbol de decisión el cual convierte los resultados del AutoMCU en una estimación de la cobertura boscosa.

Figura 7 Cobertura fraccional y cobertura boscosa. 

Bosque :PV≥80∧S<20No bosque :PV<80 VS ≥20

Donde PV es la cobertura fraccional de vegetación fotosintética y S es el substrato expuesto.

Entonces, un pixel con bosque casi siempre tiene un porcentaje de cobertura fraccional de 80 o más. Además de la condición de que PV sea mayor a 80, también está la condición de que S sea menor a 20. El objetivo es evitar que la vegetación no boscosa se clasifique como bosque. La imagen de cobertura boscosa posee tres clases, los pixeles enmascarados se encuentran en negro, los pixeles de bosque en gris y los pixeles de áreas no boscosas en blanco (Fig. 7).

En el siguiente paso, se efectuó la detección de cambios en la cobertura de bosque, que fueron detectados utilizando un par de imágenes mediante un análisis multiimagen, que resulta ser el más apropiado para detectar la pérdida de bosque. Finalmente, se determinó la tasa anual de pérdida, comparando el área de cobertura boscosa de una misma área en 2 diferentes periodos para la subcuenca del río Yuracyacu. De acuerdo con lo mencionado por ^{Puyravaud (2003)} se determinó la tasa de deforestación (q) mediante la ecuación propuesta por la FAO:

q=(A2A1)1t2-t1-1

Donde:

A1 = superficie de bosque al inicio del periodo

A2 = superficie de bosque al final del periodo

t1 = año de inicio del periodo

t2 = año final del periodo

El inicio y final del periodo varía en función a las imágenes disponibles.

Resultados

El análisis morfométrico permitió conocer los parámetros fisiográficos de la subcuenca a fin de describir su funcionamiento hidrológico (Tabla 2; Fig. 8).

Figura 8 Curva hipsométrica y frecuencia de altitudes de la subcuenca del río Yuracyacu. 

Se determinaron las áreas de bosque mediante el análisis de cobertura fraccional a nivel subpixel utilizando las imágenes satelitales Landsat 5 para el periodo 1989-2010 (Tabla 3). La cobertura boscosa corresponde a la cobertura fotosintética del análisis de la cobertura fraccional (Fig. 9).

Figura 9 Evolución de las coberturas de la Subcuenca del río Yuracyacu 1989 - 2010. 

La deforestación en la subcuenca se expresa en el cambio que ha sufrido la cobertura boscosa desde el inicio del periodo de análisis (1989). Los valores obtenidos para este índice en esta investigación se presentan en la tabla 4.

Potenciales escenarios futuros

La disponibilidad de imágenes satelitales no fue ideal, por ejemplo, en los años 2015 y 2018 las escenas presentaron nubosidad y esto impedía realizar un análisis más preciso. Por lo que, a partir de las superficies de cobertura boscosa determinadas en la subcuenca (Tabla 3), se obtuvo un modelo de regresión lineal (Fig. 10), que permitió definir las potenciales áreas futuras de bosque húmedo tropical. De la correlación mostrada en la figura 10 (cobertura boscosa vs tiempo) se definió la ecuación de futuras áreas boscosas:

Figura 10 Correlación del área boscosa de la subcuenca del río Yuracyacu en el tiempo. 

Área boscosa=-1.2048×Año+2 534.8

A partir de esta ecuación se determinaron los potenciales escenarios futuros de la cobertura boscosa en la subcuenca, en donde se observa la disminución progresiva de bosque tropical (Tabla 5).

Tabla 5 Potenciales escenarios futuros de bosque tropical. 

Año	Bosque (km 2 )	Año	Bosque (km 2 )	Año	Bosque (km 2 )
1989	138.5	2003	121.6	2017	104.7
1990	137.2	2004	120.4	2018	103.5
1991	136.0	2005	119.2	2019	102.3
1992	134.8	2006	118.0	2020	101.1
1993	133.6	2007	116.8	2021	99.9
1994	132.4	2008	115.6	2022	98.7
1995	131.2	2009	114.4	2023	97.5
1996	130.0	2010	113.2	2024	96.3
1997	128.8	2011	111.9	2025	95.1
1998	127.6	2012	110.7	2026	93.9
1999	126.4	2013	109.5	2027	92.7
2000	125.2	2014	108.3	2028	91.5
2001	124.0	2015	107.1	2029	90.3
2002	122.8	2016	105.9	2030	89.1

Se estimó el error del modelo de regresión lineal, con base en la superficie de bosque tropical determinada en el análisis de cobertura fraccional, mediante la siguiente ecuación:

E=Bg-BcfBcf×100

Donde:

E = error expresado en porcentaje

B _g = superficie estimada por el modelo de regresión lineal

Bcf = superficie de bosque calculada por el análisis de cobertura fraccional

Se observó que los errores son menores a 10%, siendo 7% el error mayor para el año 1995 (Tabla 6).

Tabla 6 Error generado por el modelo de regresión. 

Año	Cobertura boscosa 1 (km 2 )	Cobertura boscosa 2 (km 2 )	Error
1989	141.4	138.5	-2%
1995	123.2	131.2	7%
2001	129.2	124.0	-4%
2006	120.3	118.0	-2%
2008	116.9	115.6	-1%
2010	109.4	113.2	3%

¹ Con base al análisis de cobertura fraccional.

² Con base al modelo de regresión.

Se consideró conveniente realizar las proyecciones de las áreas boscosas hasta el año 2030, debido a que hacer mayores proyecciones conlleva a incrementar el error de estimación.

Validación de resultados

Se evaluó la fiabilidad del análisis de la cobertura boscosa en la subcuenca con base en 195 puntos de verificación, seleccionados mediante la distribución binomial de probabilidad. Los puntos se establecieron con base en un muestreo sistemático no alineado y fueron interpretados visualmente con una imagen de alta resolución del portal Google Earth.

En campo, se realizó el recorrido por la margen izquierda de la subcuenca para conocer el estado actual de los puntos establecidos, donde se identificaron problemas de quema, tala y desbroce de bosques. La evaluación se realizó el 27 de agosto de 2018 en coordinación con la División de Medioambiente de la Municipalidad Distrital de Nueva Cajamarca (Fig. 11). En la figura 11 se pueden observar pixeles en color rojo, que corresponden al sustrato expuesto; igualmente se distinguen los de color verde que corresponden a la vegetación fotosintéticamente activa y representan el bosque tropical de la subcuenca (parte alta de la cuenca). En la parte baja de la subcuenca en las proximidades de la red hídrica, cerca de la confluencia del río Yuracyacu con el río Mayo, pueden observarse pixeles de color azul hasta morados, lo que entra en la clasificación de vegetación no fotosintética hasta llegar al sustrato expuesto, es decir, corresponde a tierras que han sufrido cambio de uso de suelo. Finalmente, los pixeles con tonalidades amarillentas - anaranjadas se han identificado como tierras agrícolas o pasturas muy cerca de las localidades de La Florida en Nueva Cajamarca.

Figura 11 Verificación de áreas de pérdida de bosque del año 2018. 

En la zona Alto Florida, como consecuencia de la deforestación de los bosques tropicales en la subcuenca del río Yuracyacu, también se identificaron problemas de erosión hídrica producto de las intensas lluvias, así como la quema de áreas para sembrar cultivos de café (Fig. 12).

Figura 12 Imagen de cobertura fraccional del año 2010. 

Con los puntos de muestreo se elaboró la matriz de confusión: la diagonal de la matriz expresa el número de puntos de verificación en donde se produce el acuerdo entre las 2 fuentes utilizadas. Las columnas se agrupan en clases de referencia y las filas por las categorías deducidas de la evolución de las coberturas en la subcuenca del río Yuracyacu mediante el análisis de cobertura fraccional (Tabla 7). La diagonal de esta matriz expresa el número de puntos de verificación en donde se produce el acuerdo entre la clasificación realizada por el análisis de cobertura fraccional y la imagen de alta resolución; los restantes suponen errores de asignación. Luego, la fiabilidad global (F) se calculó de la siguiente forma (^{Mendoza, 2012}):

F=Número de puntos correctamente asignadosNúmeros de puntos totales×100F=(85+3+79)195×100=86%

Tabla 7 Matriz de confusión. 

		Imagen de alta resolución y visita de campo
	Clases	C.B	C.E	C.nB	Total
	Cobertura boscosa	85	2	12	99
Clasificación	Cobertura nubes	7	3	1	11
	Cobertura no boscosa	31	1	79	111
Total		123	6	92	195

C.B: Cobertura boscosa.: C.E: Cobertura enmascarada.; C.nB: Cobertura no boscosa.

Por otro lado, se determinó el índice Kappa (K) para delimitar el grado de ajuste por la exactitud de la clasificación, según la siguiente fórmula (^{Hudson y Ramm, 1987}):

K=N*∑Xij-∑Xi-Xi+N2+∑Xi-Xi+

Donde

N = número total de observaciones

Xi = número de observaciones en la fila i y columna j

Xj+ - X+i =totales marginales para el acuerdo esperado para la fila i y columna j

La validación del mapa del año 2010 resultó en un índice Kappa de 0.65 y la fiabilidad global fue 86%.

Discusión

En la subcuenca del río Yuracyacu se calculó una superficie de 220.8 km², lo cual guarda relación con lo mencionado por ^{Ortiz (2004)}, quien clasifica como subcuenca a las unidades hidrológicas de superficie entre 101 km² y 700 km². Su perímetro es de 95.1 km; al respecto, ^{Gómez (1987)} señala que su cuantificación es importante ya que influye en el tiempo de concentración. Su coeficiente de compacidad indica que la forma de la subcuenca se puede describir como oval alargada o alargada (^{Ortiz, 2004}). Asimismo, su factor de forma igual a 0.2 indica que tiene poca tendencia de concentrar intensidades de lluvia (^{Villón, 2002}).

Según ^{Pérez (2015)}, el orden de una cuenca estará dado por el número de orden del cauce principal. La red hídrica se completó usando una imagen satelital Landsat 5 del año 2010 y la técnica de teledetección llamada combinación de bandas, teniendo en cuenta su dirección del drenaje; con ello, se obtuvo la red hídrica completa, que es de cuarto orden.

Respecto al bosque húmedo tropical de la subcuenca, la investigación permitió encontrar los resultados que se muestran en la tabla 3, evidenciando una disminución de la superficie de bosque amazónico con una tendencia lineal (Fig. 10). Al respecto, ^{Condori-Luna, Loza y Solíz (2018}); T^{apia, Homeier, Espinoza, Leuschner y De la Cruz (2015)}; ^{Ruiz, Cárdenas y Baquero (2011)} muestran tendencias similares en bosques tropicales de la Amazonía de Bolivia, Ecuador y Colombia, respectivamente.

En el periodo de análisis, la cobertura boscosa mostró una reducción total de 32 km², con una tasa de 1.52 km²/año. En la figura 9 se aprecia la variación del bosque tropical para los distintos años evaluados a través de imágenes ópticas Landsat en CLASlite; se puede notar la disminución progresiva de la superficie de bosque. En el año 2001 se evidenció una ganancia de cobertura boscosa que puede ser atribuida a una recuperación de bosque secundario y a una menor superficie de nubes enmascaradas que se clasifican como cobertura no boscosa. Por otro lado, en las figuras 11 y 12 se muestra que en la subcuenca baja desde los 800 m hasta los 1100 m s.n.m., aproximadamente, tiende a existir mayor superficie deforestada. Para comprender los procesos de deforestación se debe entender que en la subcuenca existen factores que condicionan su expansión demostrada en el análisis multitemporal realizado, tales como la agricultura y ganadería, identificados en la etapa de campo. Esto explicaría la deforestación que sucede en la subcuenca baja, que es similar en otros lugares de la Amazonía peruana (^{Minam, 2015}, ²⁰¹⁹).

Un estudio realizado por ^{Gonzáles-Inca y Llanos-López (2015)} determinó, para la subcuenca del río Yuracyacu, una cobertura boscosa de 137.05 km² y una deforestación de 4.75 km² para una evaluación realizada entre el periodo 2000-2013; sin embargo, en ese estudio no se menciona la metodología utilizada para la determinación de la cobertura boscosa.

Respecto a otras regiones de la Amazonía peruana, ^{Rojas, Barboza, Maicelo, Oliva y Salas (2019)} indican que la provincia de Rodríguez de Mendoza perdió 918 km² de cobertura boscosa en 29 años de análisis, ^{Mendoza-Chichipe, Salas-López y Barboza-Castillo (2015)}, en el distrito de Leymebamba - Chachapoyas, encontró una alta deforestación en la temporada 1989-1998 calculando una disminución de bosque igual a 2.6 km²/año. En la presente investigación para el periodo de análisis 1989-2010, se calculó una disminución igual a 1.52 km²/año en la subcuenca del río Yuracyacu - región San Martín.

Asimismo, ^{Laurente (2011)} realizó un estudio en la microcuenca del río Supte - Tingo María, en el cual, mediante imágenes Landsat 5 - TM, cuantificó una reducción de bosque en razón igual a 0.34 km²/año, equivalentes a 5.2 km² en 15 años. En la subcuenca del río Yuracyacu se calculó una disminución igual a 1.52 km²/año (152.3 ha/año), equivalentes a 32 km2 (3200 ha) de cobertura de bosque tropical en 21 años. Por lo antes mencionado, se evidencia que existe una disminución progresiva de los bosques tropicales en diferentes zonas de la Amazonía peruana. Aunque, a escala global, la subcuenca Yuracyacu solo representa 0.02% de la Amazonía Peruana, a escala local es un afluente importante de la cuenca del río Mayo (8% de su superficie), debido a su importancia ambiental, ya que esta subcuenca boscosa produce el agua para el distrito de nueva Cajamarca, abasteciendo a 45 000 habitantes aproximadamente. La deforestación total de sus bosques provocaría que esta subcuenca se secara y afectaría a toda la población de este distrito. Esta continua reducción de bosques a escala local en Yuracyacu y en otras cuencas de la Amazonía peruana, generaría la pérdida de 68 000 000 ha de bosque tropical amazónico (^{Minam, 2016a}) y una severa reducción de los servicios ambientales que proveen estas cuencas tales como el de regulación hídrica, mantenimiento de la biodiversidad, regulación del clima, entre otros.

La fiabilidad global de los mapas de cobertura boscosa fue 86% para las imágenes Landsat TM, este resultado se encuentra dentro de los límites aceptables usados en estudios donde se emplean técnicas de teledetección en la interpretación de imágenes de satélite (^{Osorio, Mas, Guerra y Maass, 2015}).

La imagen de referencia tomada de Google Earth no correspondía exactamente a la fecha de las imágenes Landsat utilizadas en el análisis, por lo cual es probable que exista cierto grado de subestimación de la fiabilidad de los mapas, sin embargo, en el trabajo de campo se evidenció la pérdida de cobertura boscosa en las áreas seleccionadas para el análisis. Asimismo, el coeficiente Kappa encontrado fue de 0.65 lo que indica una concordancia considerable o sustancial de la clasificación (^{Landis y Koch, 1977}).

Conclusiones

La subcuenca del río Yuracyacu posee un área de drenaje de 220.8 km² y perímetro de 95 km. Es de forma alargada (Kc = 1.8 y Ff = 0.2), con poca probabilidad de que sea cubierta en su totalidad por una tormenta, permitiendo la evacuación de las crecientes a través de sus lechos fluviales y produciendo erosión. Sus límites altitudinales van desde los 800 m hasta 3400 m s.n.m. y su altitud media es de 1643.2 m. La forma de su curva hipsométrica manifiesta una fase de madurez. Su índice de pendiente de 20% y su pendiente media de 49.3% indican que posee terreno escarpado. La red de drenaje de la subcuenca es de orden 4, posee aproximadamente 38 ríos de orden 1, que son las quebradas que se encuentran en la parte alta de la subcuenca.

La evaluación de la cobertura boscosa en la subcuenca del río Yuracyacu mediante el análisis de la cobertura fraccional y la técnica SIG permitió calcular una pérdida total de bosque igual a 32 km² que es 15% del área de la subcuenca, reflejando cambios en su cobertura. El periodo donde se produjo la mayor pérdida fue entre 1989-1995, igual a 18.2 km² de bosque tropical a una tasa de 3.03 km²/año: para el periodo 2001-2006 la variación fue de 8.9 km², para los años 2006-2008 la variación fue de 3.4 km², finalmente para el periodo 2008-2010 fue de 7.5 km2. La tasa de deforestación estimada mediante la ecuación propuesta por FAO fue 1.21% anual en la subcuenca del río Yuracyacu en los 21 años de análisis.

El modelo para evaluar los escenarios futuros del bosque tropical de la subcuenca del río Yuracyacu determinó 89.1 km² de cobertura boscosa para el año 2030 equivalente a 63% del área boscosa calculada para el año 1989, lo que demuestra su progresivo retroceso, debido a la agricultura migratoria que se genera principalmente en el distrito Nueva Cajamarca, en los caseríos de La Florida y Alto Florida con las plantaciones de café y arroz que se identificaron en el trabajo de campo, lo cual está asociado a cambios de uso de suelo y puede tener repercusiones en la producción de agua en la parte alta de la subcuenca e incrementar los riesgos de inundación en la parte baja.