Tentative steps towards collaboration

Cada uno de los tres modelos presentados aquí utiliza diferentes metodologías para estimar la tasa de deforestación y el análisis cualitativo presentado a continuación en la Tabla 13, evalúa este aspecto del análisis únicamente (no aplica estos criterios al análisis espacial de GEOMOD, sino únicamente al análisis para determinar la tasa). Las puntuaciones para cada criterio representan la puntuación

promedio para una serie de indicadores para dicho criterio. El rango de puntuaciones es de 1 a 5, donde 1 es el más bajo y 5 el más alto. La puntuación de cada criterio (la cual aparece en negritas en la tabla) es el promedio de las puntuaciones para cada indicador. La puntuación total es la suma de las

Finalización de Líneas Base de Deforestación Evitada

Winrock International 48

Tabla 13. Criterios e indicadores para la evaluación de los modelos y calificación de los mismos contra estos criterios.

Modelo

Criterios _{FAC LUCS GEOMOD-}

1. Transparencia 4.5 3.5 5

• Entendible 4 3 5

• Reproducible 5 4 5

2. Exactitud y precisión 3.3 3 4.3

• Empíricamente calibrado 5 3 5

• Validación y revisiones internas 2 3 5

• Certidumbre de las bases de datos 3 3 3

3. Aplicabilidad 1.5 4.5 4.5

• Simulación de múltiples cambios de uso

del suelo

1 5 4

• Simulación a múltiples escalas 2 4 5

4. Compatible con requerimientos

internacionales 5 3 5

5. Eficiencia en costo1 4.8 3.5 3.8

• Necesidades de intensidad de datos 5 3 4

• Disponibilidad de los datos 5 3 4

• Tiempo necesario para la adquisición de

datos

5 3 3

• Necesidades tecnológicas especiales 5 5 4

• Conocimiento necesario para usar el

modelo

4 3 5

• Tiempo para aplicar y simular el modelo 5 4 3

PUNTUACIÓN TOTAL 18.6 17.5 22.6

1_{La mayoría de los indicadores bajo este criterio se califican alto si el indicador de costo-eficiencia es}

bajo; por ejemplo si las necesidades de datos no son intensas entonces la puntuación es alta o si el tiempo necesario para adquirir los datos es prolongado entonces la puntuación es baja, etc.

La evaluación global asigna al modelo GEOMOD la puntuación más alta (22.6) seguido por el modelo FAC (18.6) y el modelo LUCS (17.5). Sin embargo, para algunos criterios, el orden de la evaluación es diferente de la tendencia global:

• Para transparencia, los modelos GEOMOD y FAC alcanzan la puntuación más alta; el código y la estructura del modelo LUCS no son fáciles de entender por el operador.

• El modelo GEOMOD tiene la puntuación más alta en exactitud y precisión puesto que está claramente calibrado y validado empíricamente (también se puede calcular una estadística kappa por tasa); sin embargo, debido a que se basa en datos detectados remotamente, esto en sí mismo puede tener un alto grado de incertidumbre en su interpretación.

• El modelo FAC también está claramente calibrado de manera empírica, pero tiene pocas revisiones internas.

• Las bases de datos necesarias para los tres modelos tienden a tener un alto grado de incertidumbre asociado con ellas, ya sea porque dependen de la interpretación de imágenes detectadas remotamente (GEOMOD), de estadísticas nacionales (FAC y LUCS), o de supuestos para muchos parámetros que no se conocen bien (LUCS).

• Los modelos GEOMOD y LUCS son los más aplicables para modelar el cambio del uso del suelo puesto que pueden ser aplicados a cualquier escala y a la mayoría de los cambios en el uso del suelo; el modelo FAC fue creado para simular sólo la deforestación en unidades políticas subnacionales.

• El modelo FAC es particularmente compatible con los requerimientos internacionales debido a que ha sido utilizado oficialmente y aceptado por la FAO para estimar la deforestación para el

Finalización de Líneas Base de Deforestación Evitada

Winrock International 49

año 1990 y 1995 para todos los países en desarrollo y el modelo fue construido sobre una definición de bosque clara y aceptada internacionalmente.

• El modelo GEOMOD también es compatible con requerimientos internacionales debido a que logró la puntuación más alta en el criterio de transparencia y utiliza medios bien aceptados para estimar los cambios en el uso del suelo y ha sido sujeto a revisión de por expertos en numerosas ocasiones.

• El modelo FAC logra la puntuación más alta en el criterio de eficiencia en costo mientras que los otros dos modelos requieren de más datos, tiempo y esfuerzo para hacer la simulación.

Conclusiones

Al inicio de este trabajo la pregunta clave que tratábamos de responder al comparar los tres modelos diferentes fue si nos darían resultados comparables y de ser así cuál de estos modelos sería el más práctico para utilizar al ser evaluados contra una serie de criterios para el desarrollo de una proyección de línea base de deforestación. Sin embargo, basándose en este trabajo en dos áreas de México y en el trabajo hecho con el apoyo de la USEPA para cuatro áreas adicionales concluimos que la comparación de las proyecciones de las tasas de deforestación derivadas de los tres modelos producía resultados muy encontrados. La excepción a esta tendencia parece ocurrir cuando las poblaciones humanas y la infraestructura están más dispersas en el paisaje—existe mayor convergencia de las tasas proyectadas de deforestación, cuando menos en un marco de tiempo de 10 años o menos.

Este trabajo también nos lleva a la conclusión de que no es realista proyectar cambios de uso del suelo más allá de un periodo de 10 años debido a que las tasas y los patrones están sujetos a factores biofísicos, socioeconómicos, culturales y políticos. Los factores biofísicos (por ej. topografía y suelos) que regulan el uso del suelo por humanos cambian muy poco a lo largo del tiempo, mientras que los factores socioeconómicos y políticos son más dinámicos y menos predecibles con el paso del tiempo. Por lo tanto tiene más sentido que los escenarios de línea base sin cambios no sean proyectados a más de 10 años aproximadamente.

Basándose en los resultados de las seis áreas de estudio concluimos que para comprender los procesos de deforestación y para modelarlos adecuadamente es importante primero evaluar las presiones sobre la tierra y comprender los principales determinantes que ocasionan la deforestación. Claramente un análisis espacial tal como el de GEOMOD logra esta meta. Una representación espacial de las presiones de la región, incluyendo los factores biofísicos, socioeconómicos y políticos que ocasionan el cambio, indica dónde es más posible que ocurra la deforestación. El segundo paso sería proyectar la tasa de cambio en uso del suelo y aplicar estas tasas al mapa de riesgo.

Basándonos en este trabajo concluimos que el desarrollo de una proyección creíble para una línea base de deforestación involucra dos pasos:

3. Usar un modelo espacial tal como GEOMOD que identifique y analice los determinantes clave de cambio de uso del suelo para desarrollar el “mapa de riesgo” de cambio de uso del suelo.

a. El mapa de riesgo luego puede ser escalado a tres niveles de riesgo: alto, mediano y bajo riesgo. Un ejemplo de un mapa de este tipo para Campeche se muestra en la Figura 35 que aparece más adelante. Se utiliza sólo con fines ilustrativos y los límites de cada clase de riesgo no han sido evaluados cuantitativamente aún.

b. El mapa de riesgo luego puede ser utilizado para identificar el lugar donde un proyecto, si se implantara, sería completamente adicional (alto riesgo), parcialmente adicional (mediano riesgo), o no adicional (bajo riesgo).

4. Reconocer que es probable que las proyecciones de línea base más allá del periodo de 10 años no sean realistas debido a que las tasas de cambio del uso del suelo están sujetas a muchos factores que son difíciles de predecir a largo plazo.

Finalización de Líneas Base de Deforestación Evitada

Winrock International 50

a. Las predicciones de las tasas de cambio de uso del suelo a lo largo de un periodo de 10 años podrían hacerse en base a cualquiera de los tres modelos presentados aquí, basando la selección en los criterios de evaluación.

Figura 35. Ejemplo del aspecto que tendría un “mapa de riesgo” para identificar las áreas de alto, mediano y bajo riesgo de deforestación en la subregión de Campeche. Los límites para cada clase son sólo ilustrativos en este momento y se necesita aún trabajar para mejorar sus límites.

Estrategia para la Generación de Líneas Base

Para la implantación de esta metodología de dos pasos se prevé que se desarrolle primero el “mapa de riesgo” utilizando los determinantes espaciales relevantes y el análisis detallado en el Apéndice 3. Desde luego que existen incertidumbres en el mapa de riesgo espacial pero son cuantificables por la estadística ‘Kappa por ubicación’. El uso de GEOMOD, en particular, elimina algo de la “incertidumbre