texto en 
Inglés (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
La pérdida de cubierta vegetal trae asociada la degradación de la reserva genética, la pérdida del potencial de uso de los bienes y servicios ambientales múltiples que proporcionan los ecosistemas para el bienestar humano y biológico, el calentamiento global, la alteración de ciclos hidrológicos y biogeoquímicos, la introducción de especies exóticas, el exterminio de las especies nativas y la pérdida de hábitat (Cairns et al., 2000; Velázquez et al., 2002).
El proceso de deforestación mundial alcanzó niveles alarmantes hacia la década de 1980 (Chomitz y Gray, 1996), pero entre 2000 y 2010 este proceso mostró signos de reducción significativa. No obstante varios países, principalmente en África, América Latina y el Sureste de Asia, mantienen tasa, altas de deforestación sobre todo en sus bosques tropicales (FAO, 2012; Hosonuma et al., 2012). A pesar de la reducción de la deforestación, las cifras son altas todavía y FAO (2012) señala que en la década de 1990 desaparecieron alrededor de 16 millones ha de bosques en el mundo, comparado con los 13 millones ha perdidas en la década previa.
En México hay esfuerzos por realizar la cartografía del uso del suelo (INEGI, 2000, 2007; 2012; SARH, 1992; 1994; Dirzo y Masera, 1996) y para evaluar la dinámica espacio-temporal de la cubierta vegetal (Velázquez et al., 2002; López, 2012; Rosete et al., 2014), análisis conocido como de cambio de uso/cobertura del suelo (Berry et al., 1996). Muchos de estos análisis se realizaron con objetivos, criterios (evaluación y clasificación de coberturas) y escalas diversas (desde 1:50 000 hasta 1:8 000 000), por lo cual los análisis de cambio de cobertura/uso del suelo no son homogéneos, y los resultados no son comparables en la mayoría de los casos (Velázquez et al., 2002).
El análisis de la dinámica de cambio de uso de suelo en México se ha realizado en formas diversas: 1) análisis espaciales comparativos que identifican con varias escalas los patrones de cambio (Mendoza y Dirzo, 1999; Velázquez et al., 2002; 2003); 2) los que identifican una relación causal entre variables institucionales (Bray et al., 2004; 2008) socioeconómicas y físicas con el uso de modelos dinámicos o estáticos estatales (Torres y Flores, 2001), municipal (Deininger y Minten, 2002), locales o regionales (Dirzo y García 1992; Mendoza y Dirzo, 1999; Ochoa y González, 2000; Trejo y Dirzo, 2000; Chowdhury, 2006; Castillo-Santiago et al., 2007), en una comunidad (Alix-García et al., 2005; Alix-García, 2007; López, 2012) o de un pixel (Muñoz et al., 2003). Todos tienen ventajas y desventajas metodológicas dado el nivel territorial usado y la información disponible.
Este estudio muestra una metodología para predecir los cambios de uso/cobertura del suelo con uso forestal y dos objetivos: el predictivo per se, y el de identificar y ordenar causales posibles de esta dinámica. El estudio difiere de otros realizados con la misma escala estatal, porque desagrega el proceso de cambio de uso/cobertura en las diferentes coberturas resultantes, de tal forma que la variable de respuesta no es el cambio de uso total, sino una aproximación de la superficie convertida de bosque/selva a otro uso/ cobertura. Con esta desagregación se plantea la hipótesis de que los procesos de cambio de uso/cobertura del suelo varían de acuerdo al tipo de vegetación (bosque o selva) y el uso/cobertura resultante.
Materiales y métodos
Modelo
Una matriz de transición de uso/cobertura del suelo (MT) se integró al evaluar las diferentes coberturas en dos periodos de tiempo sucesivos (Cuadro 1) y compara las cartas de uso/cobertura del suelo de 2000 y 2007 para México con sus respectivas tasas anuales de cambio. Una vez integrada la MT se calcula la matriz de probabilidades de transición (MPT), esto es, la matriz que muestra en cada una de sus entradas la probabilidad (p ij ) de que una formación pase de un estado i a uno j en el siguiente periodo de evaluación. Por ejemplo, según la información en el Cuadro 1, la probabilidad de que la cobertura bosque en el año 2000 pase a ser pastizal inducido en el siguiente periodo (2007) es 37/34 163=0.00109. Las probabilidades de cambio (p ij ) deben cumplir con la restricción de que su suma a partir de una formación i debe ser equivalente a la unidad, esto es:
Cuadro 1 Matriz de transición de coberturas vegetales (ha x 1,000) entre los años 2000 y 2007.
† Tasa (d) calculada como [(S 2/S 1)(1/n)]-1; donde n representa el número de años entre la cobertura en el periodo 1(S 1) y el periodo 2(S 2). Elaboración del Cuadro con base en las Series II y III de INEGI
Asumiendo homogeneidad en los eventos que causan la transición, la MPT sigue un proceso Markoviano de primer orden (Balzter, 2000) por lo que la probabilidad del cambio de uso/ cobertura del suelo depende sólo de la condición actual, de aquí que la historia de los eventos no tiene relación alguna con las futuras probabilidades de transición; con ello, implícitamente se asume que el conjunto de causales de la transición es el mismo a lo largo del tiempo. Bajo este supuesto es posible predecir un estado futuro con sólo conocer el estado actual y la MPT a través de la siguiente ecuación:
donde b
t
es el vector columna que representa la fracción de tierra en cada una de las m categorías en el periodo y P es la MPT de tamaño m x m. Por ejemplo, la distribución de uso/cobertura para el periodo t+3 estaría dada por: b
t+3
= Pb
t+2
= P
2
bt+1
= P
3
b
t
, de hecho es posible identificar un estado estacionario, esto es, la probabilidad de transición después de n periodos (p
j
), cuando
Las probabilidades de transición (p ij ) pueden asumirse constantes (Balzter, 2000) o variables de acuerdo con un conjunto de causales (Chomitz y Gray, 1996; Sandoval y Real, 2005) con lo que se incorpora cierta adaptabilidad al proceso. La contribución de estos causales se modela con la ecuación modificada de cadena de Markov a la forma: b t-1 =P[f(t)] b t ; donde f(t) es una función que define las p ij en el tiempo t con base en un conjunto de variables a través de un modelo general. El procedimiento en este estudio para integrar el efecto de variables socioeconómicas, físicas y climáticas en la definición del cambio de uso del suelo fue el siguiente. Esta metodología se usó con éxito para evaluar el efecto de la temperatura y densidad en poblaciones de ácaros (Woolhouse y Harmsen, 1987) y en modelos de cobertura vegetal que incluyen variables socioeconómicas o condiciones climáticas, e incluso indicadores de la composición de los tipos de cobertura (Henderson y Wilkins, 1975; Marsden, 1983; Ludeke et al., 1990; Chomitz y Gray, 1996; Balzter, 2000; Benabdellah et al., 2003; Sandoval y Real, 2005).
Con el objetivo de enriquecer la información para el ajuste del modelo cada estado se consideró una unidad independiente. Para ello, las coberturas en escala nacional (1:250,000) se cortaron por estado y se generó una MPT de tipos de uso/cobertura del suelo por cada entidad. Las probabilidades de transición (p ij ) se modelaron por un conjunto de variables a través de un modelo logístico de la forma:
donde las b representan parámetros del modelo y las x corresponden a cada una de las variables explicativas de la variación en la probabilidad de transición. Por construcción, las p
ij
tienen la restricción de que
donde ln(p ij /(1-p ij )) es el logit (lgt ij) de la p ij , β y x tienen la misma notación anterior, mientras que las a representan parámetros del modelo asociados a las variables endógenas (y) dentro del sistema. Estas variables representan variables relacionadas bidireccionalmente dentro de cada ecuación del modelo, como por ejemplo la misma probabilidad de transición de otras formaciones o en un caso extendido, las mismas condiciones socioeconómicas o de accesibilidad. Las p ij pueden depender de otras probabilidades de transición dentro del mismo sistema, con lo que los errores de cada ecuación en el modelo pueden estar correlacionados. Por ello, el ajuste se realizó con el procedimiento model (PROC MODEL) de SAS® utilizando la variante de ajuste con estimadores de máxima verosimilitud de información completa.
Con base en los modelos ajustados y la información del año 2000 se calcularon las probabilidades de transición predichas (p ij ) para cada uso/cobertura y en cada entidad, a partir de las cuales se recuperó la MT estatal para el periodo siguiente (2007). Luego, con la suma de las MT estatal se integró una MT nacional con su respectiva MPT. Esta última se comparó estadísticamente con la MPT calculada a partir de la Serie IV (INEGI, 2012), a través de una prueba x2. Debe aclararse que los periodos de proyección y medición podrían ser parcialmente equivalentes, dado que la Serie II se publicó en el año 2000, pero se elaboró de 1994 a 1999, mientras que la Serie III se elaboró de 2003 a 2005 y se publicó en el 2007. Por lo tanto, el intervalo de proyección asumido entre la Serie II y la Serie III es de 7 años, y de 1995 a 2002 los mismos que se asumen para el intervalo de medición entre las Series III y IV (INEGI, 2012).
Datos
La información cartográfica usada para estimar las matrices de transición fueron las Serie II (INEGI, 2000) y Serie III (INEGI, 2007) de INEGI. El corte de las coberturas estatales se realizó con base en la cobertura estatal publicada por INEGI (INEGI, 2000a). Dado que la nomenclatura de coberturas integra un número elevado de categorías, éstas se reagruparon en categorías (Cuadro 2).
Cuadro 2 Descripción de categorías usadas para estandarizar nomenclaturas de las coberturas de las diferentes formaciones, basada en la nomenclatura INEGI (Victoria et al., 2011).
| Categoría de tipo de vegetación | Abreviatura | Descripción de la categoría |
|---|---|---|
| Bosque | b | Todos los bosques de clima templado, incluyendo matorral de coníferas |
| Matorral | m | Todos los tipo de matorral, chaparral y mezquital incluyendo vegetación de desiertos arenosos |
| Otras coberturas | oc | Zonas urbanas, cuerpos de agua y cultivos |
| Otros tipos de vegetación | otv | Pastizal gipsófilo y halófilo, vegetación de dunas y palmar |
| Pastizal natural | pn | Cualquier pastizal natural incluyendo sabanas, pastizal-huizachal y pradera de alta montaña |
| Pastizal inducido y cultivado | pi | Pastizales inducidos y cultivados |
| Selva | s | Todos los tipos de selva |
| Vegetación hidrófila | vh | Manglar, tular, popal y vegetación de galería |
El conjunto de variables explicativas de los cambios en probabilidades de transición se seleccionó según la disponibilidad, alineación con la fecha de proyección (información al año 2000; Cuadro 3) y con las recomendaciones de Balzter (2000), Benabdellah et al. (2003) y Sandoval y Real (2005).
Cuadro 3 Fuentes de información de las variables usadas en los modelos de predicción.
| Variable | Fuente de información |
|---|---|
| Desviación estandar. Número de incendios forestales por año | CONAFOR (2005) |
| Consumo de leña combustible (m3 per cápita) | Díaz y Masera (2003) |
| Temperatura máxima (°C) | CONABIO (2001) |
| Precipitación anual (mm) | CONABIO (2001) |
| Educación (Proporción de población > 18 años alfabeta) | INEGI (2000b) |
| PIB per cápita año 2000 (Miles $/año) | INEGI (2000c; 2000d) |
| PIB municipal (Miles $/año) | INEGI (2000c) |
| Densidad caminos (km/km2) | IMT (1999) |
| Migración neta (Miles personas) | CONAPO (2000) |
| Proporción de la superficie en cultivo agrícola | SAGARPA (2004) |
| Proporción de la población rural | INEGI (2000b) |
| Proporción de la superficie en ejidos y comunidades | INEGI (2000a; 2004) |
| Densidad de la población rural | INEGI (2000b) |
Resultados y discusión
Transición bosque a otras formaciones
Las predicciones de la transición de bosque a bosque (b-b), bosque a matorral (b-m), y bosque a otras coberturas entre las cuales se consideran cultivo y zona urbana (b-oc), mostraron ajustes satisfactorios a juzgar por los estadísticos de bondad de ajuste del sistema de ecuaciones, no así la transición de bosque a pastizales inducidos (b-pi). La transición de bosque a pastizal natural (b-pn) tuvo baja frecuencia, por lo cual se consideró como un falso cambio (Cuadro 4).
Cuadro 4 Estimaciones del modelo de ecuaciones simultáneas de las transiciones de bosque a otras formaciones. La variable de respuesta es el logit de la probabilidad de transición referida.
La predicción de la transición más importante, b-b, que mide la permanencia en esta cobertura, mostró que un aumento en la precipitación reduce la probabilidad de transición, esto es, fomenta el cambio del bosque a otros usos. El efecto de la temperatura es: a mayor temperatura máxima hay una permanencia menor del área forestal; no obstante el comportamiento se revierte cuando las temperaturas máximas son mayores a 26 °C. El comportamiento de estas dos variables está estrechamente ligado con el cambio de uso más frecuente de esta cobertura, que está dirigida a cultivos agrícolas y zonas urbanas donde se demandan terrenos con precipitación buena y temperaturas máximas poco extremas. Por ello, en las localidades arboladas con temperatura mayor y humedad menor habrá una conservación mayor del suelo forestal que está ligado a su aptitud agrícola menor.
El coeficiente de Gini de la distribución del PIB entre municipios se tomó como proxy de la presencia de polos de riqueza en el estado. La variable tiene relación directa con la probabilidad de permanencia del bosque, lo que puede interpretarse como el efecto de los polos de riqueza para atraer población, que al final se traduce en menor presión humana al bosque. La accesibilidad, medida a través de la densidad de caminos (km km-2), también se relaciona con la posibilidad de tener infraestructura para realizar otras actividades productivas que le quitan presión al bosque. La variable podría considerarse endógena (i.e. la permanencia de bosque puede atraer su aprovechamiento e incentivar la construcción de caminos), pero la forma de la variable de respuesta evita este problema.
La migración neta también fue altamente significativa para describir el proceso de conservación del bosque. La presencia de una cantidad mayor de individuos no nacidos en la unidad geográfica fomenta el cambio de uso forestal por otros usos. La variable puede estar relacionada con dos efectos: el de presión poblacional mayor y aquel relacionado con costumbres de uso del suelo; no obstante, el primero se ha capturado con la variable “densidad de la población rural”.
La proporción de superficie agrícola fue significativa y con relación inversa. Esta variable se relaciona con la disponibilidad tecnológica y mercados asociados a la actividad agrícola que fomentan la extensión de la frontera agrícola. Además, la proporción de la superficie en ejidos y comunidades fue significativa y con relación inversa. Esta proporción no representa ejidos/comunidades con bosque, por lo que no está relacionada con la conservación mayor o menor que se pueda realizar en núcleos agrarios forestales. En suma, todas las variables usadas para explicar la permanencia del bosque resultaron significativas y con el signo esperado.
La transición bosque a otras coberturas (b-oc), básicamente cultivo y desarrollo urbano es la más importante por su frecuencia. Si bien tiene relación con variables climáticas, su causal más importante son las variables económicas. Las variables climáticas muestran que temperaturas máximas superiores a 29.5 °C no son aptas para los cultivos, por lo cual es menos atractivo el cambio desde el uso forestal. La humedad también influye en la disponibilidad del terreno para uso agrícola, por lo que a mayor precipitación, mayor es la probabilidad de transición. El cambio de uso forestal también se relaciona con la desviación estándar de los siniestros forestales; a mayor variación en el número de estos eventos mayor probabilidad de cambio de uso forestal, lo cual sugiere que aperturas grandes, resultantes de siniestros, se podrían aprovechar para abrir terrenos de cultivo.
Dentro de las variables económicas están el PIB per cápita y la accesibilidad. El primero muestra que a mayor riqueza mayor cambio de uso del suelo forestal hasta un umbral (aproximadamente $ 24 000 por año), a partir del cual la probabilidad de cambio de uso se reduce, que es un efecto similar a la tendencia de degradación ambiental de Kuznets (Stern et al., 1996). El coeficiente asociado a la densidad de caminos muestra que la accesibilidad mayor no está necesariamente relacionada con una pérdida de bosques templados, como se piensa que sucede en bosques tropicales (Chomitz, 2007), y en este caso el modelo sugiere que la accesibilidad mayor reduce presión al bosque, presumiblemente a través del desarrollo de otras actividades económicas y su efecto en la migración y el desarrollo de polos de atracción económica.
De manera análoga al efecto en conservación b-b, la migración neta y la superficie en cultivo agrícola aumentan la probabilidad de transición b-oc. Las variables densidad de población rural, proporción de la población rural y proporción de la superficie en ejidos y comunidades tienen un comportamiento inverso al discutido para la conservación del bosque (b-b). En este grupo de variables sociodemográficas resalta que la proporción de la población indígena aumenta la transición del bosque a cultivo o desarrollo urbano. La variable no está ligada a la población indígena que habita el bosque, por lo que su interpretación debería realizarse con reserva.
La transición b-pi es la segunda más importante por su magnitud aunque se encuentra muy localizada en los estados de Chiapas, Jalisco, Oaxaca y Estado de México. La transición está estrechamente relacionada con eventos extremos (incendios) que aparentemente crean grandes claros, mismos que son inducidos a formar pastizales, razón por la cual parece probable que algunos de estos eventos sean de origen antropogénico con esa intención. Otra variable relacionada directamente con esta transición es la proporción de la población rural, variable que muestra que esta transición es altamente dependiente de la presión humana sobre el bosque.
La transición b-m es poco común y su presencia es mayor en los estados de Baja California, Coahuila, Guerrero y Querétaro. Entre las variables económicas importantes que definen esta transición destacan la educación (con relación inversa), la densidad de caminos (relación directa), migración neta (relación inversa) y la proporción de la superficie en uso agrícola. La densidad mayor de caminos promueve la transición seguramente por efecto del cambio de uso del suelo mal logrado. El modelo también muestra que en medida que hay menos superficie arable, la transición b-m es más probable. Estas relaciones fortalecen la hipótesis de que la transición b-m está ligada al abandono de tierras de cultivo marginal que originalmente fueron bosque (Chomitz, 2007).
Transición selva a otras formaciones
Los resultados del ajuste del sistema de ecuaciones relacionadas con la transición de selva a otras formaciones mostró que la predicción de la transición de selva a cultivo (s-oc), selva a pastizal inducido (s-pi) y la permanencia de la selva (s-s) se ajustó satisfactoriamente, y los ajustes fueron superiores al de la falsa transición selva a bosque (s-b) (Cuadro 5).
Cuadro 5 Estimaciones del modelo de ecuaciones simultáneas de las transiciones de selva a otras formaciones. La variable de respuesta es el logit de la probabilidad de transición referida.
La variación en el número de incendios forestales, la presencia de polos económicos, la presencia de población indígena y el consumo de leña combustible fueron las variables con más peso en la conservación de la selva (s-s). La temperatura tiene menos significancia pero es consistente con el resultado obtenido para la transición selva-cultivo/zona urbana y alineado a la presencia de variaciones en la cantidad de incendios.
El consumo de leña combustible es una variable inversamente relacionada con la probabilidad de permanencia de la selva. Esta relación evidencia no sólo la degradación de la selva como resultado de la extracción de leña combustible, sino también el cambio de uso con formas tradicionales de cultivo (rozatumba-quema) aplicadas en forma masiva. La variable proporción de población rural fue significativa y con efecto positivo, el cual está ligado a la discusión anterior. En las variables económicas se confirmó que la inequidad en PIB, promovida por centros económicos importantes, atrae mano de obra y resta presión al cambio de uso de la selva.
La transición selva-cultivo/zona urbana (s-oc) depende de la temperatura, variación en siniestros y de la precipitación. Los resultados muestran que la transición aumenta en localidades con precipitación mayor hasta el límite máximo de 1050 mm, valor a partir del cual la probabilidad de transición se reduce. Este intervalo está claramente relacionado con el intervalo en el que la productividad agrícola es superior; fuera de ese intervalo la deseabilidad de cambio de uso se reduce. El ajuste muestra que a mayor riqueza mayor probabilidad de transición en una relación cuadrática que asemeja a la curva de degradación ambiental de Kuznets (Stern et al., 1996). La densidad de caminos es otra variable relevante que muestra una relación directa con el cambio de uso del suelo de la selva, en contraste con el comportamiento observado en bosques templados y en concordancia con el observado en otras regiones del mundo para bosque tropical (Chomitz, 2007).
Otras variables económicas importantes para definir la transición selva-cultivo/zona urbana (s-oc) son el consumo de leña (arriba discutido); el nivel de educación, con una relación directa; y la inequidad en la distribución del PIB per cápita, con una relación inversa, que se discutió en párrafos anteriores. De nuevo resalta la variable migración neta con una relación positiva, que indica que a mayor presencia de individuos no originarios de la zona hay mayor impacto en cambio de uso del suelo. Otra variable relevante es la proporción de la superficie de uso ganadero, la cual tiene una relación inversa con la transición de la selva a cultivo y muestra así cierta sustitución en el uso del suelo. Lo contrario ocurre con la transición a pastizal inducido, donde existe complementariedad.
La proporción mayor de la población rural tiene efecto directo, lo que sugiere el efecto fuerte de la densidad poblacional sobre la conservación de la selva. En este sentido, se observa que si la mayor densidad está concentrada en ejidos o comunidades entonces el efecto del cambio de uso se reduce, presumiblemente debido a que este tipo de tenencia muestra menor posibilidad de inversión en el sector ganadero.
La transición s-pi se reduce tanto con el aumento de temperatura como de precipitación. Estas variables impactan directamente en la reducción de productividad del ganado. Otras variables económicas relacionadas con esta transición son la educación (relación positiva), la inequidad en la distribución del PIB per cápita (relación negativa), la densidad de caminos (relación positiva); todas discutidas en párrafos anteriores. En esta relación destaca que el comportamiento de la variable densidad de caminos es cuadrático, posiblemente debido a que el desarrollo ganadero es una etapa secundaria de uso del suelo cuando las entidades gozan de infraestructura mayor y desarrollo económico mejor. La proporción de uso agrícola es una variable relacionada inversamente, lo que confirma una relación de sustitución entre el uso agrícola y el ganadero en las tierras de selva desmontadas.
La transición selva-bosque, que se asume es una falsa relación, se consideró dentro del sistema de ecuaciones por tener una frecuencia alta y porque las selvas muy degradadas en climas más secos pueden originar formaciones de transición. No obstante, el ajuste es el menos satisfactorio.
Validación del modelo
El modelo incluye la proyección de todos los usos/ coberturas, pero en este artículo se presentan sólo las coberturas bosque y selva y su transición a las coberturas mostradas en el Cuadro 2. Para estas coberturas ser realizó una prueba sobre las
Conclusiones
El procedimiento de proyección generado a través de probabilidades de transición, modeladas a partir de un conjunto de variables físicas y socioeconómicas, permite explicar algunas diferencias entre la dinámica de cambios de uso de suelo de los bosques y selvas del país. El procedimiento enriquece el análisis de causales del cambio de uso del suelo y mejora la predicción dado que incorpora simultáneamente los cambios de un uso/cobertura a diversos usos, mismos que parecen tener dinámicas diferentes.
Las diferencias entre los causales del cambio de uso del suelo por tipo de bosque permiten identificar si el cambio de uso de suelo es persistente o solamente es temporal dado el causal y el uso al final del periodo de proyección. Además, esta identificación de causales da información sobre la eficacia que podrían tener los instrumentos diferentes de política pública que pueden aplicarse para reducir la deforestación en bosques templados o tropicales.
El análisis comparativo entre la matriz de transición predicha y la observada mostró que el procedimiento es altamente fiable dado que la proyección fue estadísticamente similar a la observada después de un periodo, lo que se puede interpretar como la existencia de cierta invariabilidad en los causales de cambio de uso/cobertura del suelo.
