CUANTIFICACION Y ANALISIS DE LA DEFORESTACION EN LA ...

Memoria Descriptiva de los Cambios de la Cobertura de Bosques en la Amazonía Peruana, 2011-2014

pág. 0

CUANTIFICACION Y

ANALISIS DE LA

DEFORESTACION EN LA

AMAZONIA PERUANA

EN EL PERIODO

2010-2011-2013-2014

2015

Agosto, 2015

Cuantificación y Análisis de la Deforestación en la Amazonía Peruana en el Periodo 2010-2014

pág. 1

CUANTIFICACION Y

ANALISIS DE LA

DEFORESTACION EN LA

AMAZONIA PERUANA

EN EL PERIODO 2010-

2011-2013-2014


pág. 2

MANUEL GERARDO PULGAR-VIDAL OTALORA

Ministro del Ambiente

GABRIEL QUIJANDRIA ACOSTA

Viceministro de Desarrollo Estratégico de los Recursos Naturales

ADRIAN FERNANDO NEYRA PALOMINO

Director General de Ordenamiento Territorial

Equipo Técnico DGOT- MINAM

William Llactayo León - Ingeniero Geógrafo, Responsable

Eloy Victoria Ayala - Ingeniero Geógrafo, Análisis de Sensores Remotos

Kelly Salcedo Padilla - Ingeniero Ambiental, Procesamiento de imágenes

German Marchand Laynes - Ingeniero Geógrafo, Análisis de Sensores Remotos

Alex Montero Pérez - Geógrafo, Base de Datos y Programación

Witman García Correa - Ingeniero Ambiental, Especialista SIG

Angélica Sauñe Ferrel – Especialista Forestal

Asesoramiento Técnico-Científico

Instituto CARNEGIE para la Ciencia – Departamento de Ecología Global

Gregory P. Asner, Investigador Principal


pág. 3

ÍNDICE

INTRODUCCION ……………………………………………………………………….. 4

OBJETIVOS………………………………………………………………………………. 5

ANTECEDENTES………………………………………………………………………… 6

UBICACIÓN DEL AREA DE ANÁLISIS………………………………………………… 8

MARCO NORMATIVO………………………………………………………………… 10

MARCO CONCEPTUAL Y OPERATIVO……………………………………………. 12

RESULTADOS Y DISCUSION

Deforestación a nivel Bosque Amazónico……………………………. 19

Deforestación en nivel local………………………………………………. 23

Deforestación en Áreas Naturales Protegidas y ZA…………………… 24

Deforestación en Comunidades Nativas……………………………….. 27

Deforestación en Bosques de Producción Permanente……………. 26

Deforestación por Minería ilegal e informal……………………………. 29

Deforestación por cultivos de palma aceitera……………………….. 33

Deforestación a áreas principalmente no categorizadas…………. 40

TENDENCIAS DE LA DEFORESTACION AL 2015…………………………………… 43

CONCLUSIONES Y RECOMENDACIONES………………………………………… 45

METODOLOGÍA APLICADA………………………………………………………… 46

ANEXOS


pág. 4

INTRODUCCIÓN

Contar con datos sobre los cambios en la cobertura de los bosques en la Amazonía

Peruana es sin duda una de las tareas que MINAM ha avanzado mucho en los últimos

años desde su creación, ha estado ligado a compromisos internacionales pero

también a necesidades nacionales relacionadas a temas como aprovechamiento

sostenible de recursos naturales, diversidad biológica, valoración del patrimonio

natural, REDD y ordenamiento Territorial, todos estos aspectos forman parte de las

líneas de acción de sector ambiente y tiene alcances con otros sectores como

agricultura, transporte, minería, etc., por lo tanto los datos generados se constituyen en

insumos que se ponen a disposición por ser un esfuerzo del Estado Peruano.

La información que se provee en el presente informe, corresponde a los cambios de la

cobertura boscosa en la Amazonía Peruana debido a pérdidas por la intervención

humana, lo que en términos conceptuales significa “deforestación”, es decir la

transformación o conversión del bosque a otro uso de la tierra o la reducción de la

cubierta por debajo de un umbral (FAO, 2005, CNUCC, 2002). En el País aún no hay

una conclusión final sobre cuál es el umbral por debajo de cual se clasificaría un

bosque o una porción de él como deforestación, lo cierto es que se ha avanzado en

métodos de análisis para medir las pérdidas a partir de sensores remotos y cuantificar

estas pérdidas a una resolución determinada ligada a la capacidad de los sensores

que utilizamos siendo en la mayoría de casos de 30 metros del sistema LANSAT, lo cual

provee una buena aproximación para cuantificar la deforestación a escala nacional.

A parte de ello están los métodos de validación y medición de la exactitud temática,

medio por el cual se consigna un índice o nivel de incertidumbre y ello es suficiente

para utilizar los datos y tomar decisiones.

En este caso, los resultados obtenidos fueron procesados siguiendo una de las

metodologías que MINAM viene aplicando, basado en el uso de la herramienta

CLASlite y una combinación de otras herramientas y procesos desarrollados por el

equipo técnico de la DGOT. Producto de ello se ha encontrado que la pérdida de

bosques amazónicos en el periodo del 2010-2014 fue de 415,278 has, esto significó una

tasa de pérdida de 103,819 has/año. Asimismo, históricamente la superficie

deforestada en los últimos14 años (2000-2014) es de 1’315,673 has.

En el presente informe, por tanto, se reporta el marco normativo, el marco conceptual,

el marco operativo, los resultados obtenidos y una discusión de los mismos con una

interpretación inicial que puede contribuir a la discusión más exhaustiva de esta

problemática para lo cual también se hace referencia a otros informes y documentos

técnicos generados por otras entidades.


pág. 5

OBJETIVOS

Objetivo General

Presentar los resultados de la cuantificación y análisis de la pérdida de bosque por

deforestación, teniendo en cuenta su evolución temporal a partir del año 2010 hasta el

2014 en los diferentes espacios geográficos y categorías de uso que forman parte de

la situación territorial del ámbito amazónico; desarrollado por el equipo de la Dirección

General de Ordenamiento Territorial usando el método CLASlite.

Objetivos Específicos

Contribuir a la discusión sobre la problemática de la deforestación en el Perú y

el entendimiento de este proceso en términos de dónde ocurre, el nivel de las

pérdidas, áreas críticas, principales agentes y comparación entre los diferentes

espacios geográficos del país.

Brindar insumos de información para su incorporación en los procesos de los

niveles subnacionales que desarrollan instrumento técnicos de planificación

territorial como la zonificación ecológica y económica, estudios especializados

de dinámica de cambios de la cobertura de la tierra, servicios ecosistémicos,

vulnerabilidad y riesgos, etc., como parte del proceso de ordenamiento

territorial.

Brindar insumos de información como aporte al grupo de trabajo de pérdida de

bosque que se viene desarrollando como iniciativa para conformar un Sistema

Nacional de Monitoreo de la Cobertura de Bosques.

Apoyar la tarea de implementación del Sistema de Detección Temprana de las

Áreas Degradadas y Contaminadas por minería ilegal e informal en el marco

del Programa Presupuestal 136.

Aportar a los Gobiernos Regionales y Locales con las herramientas de análisis

que posibiliten la implementación del servicio de monitoreo territorial que

requieren como parte del proceso ordenador que deben implementar de

acuerdo a la regulación actual.

Contribuir a las iniciativas de investigación de grupos nacionales e

internacionales que requieren datos actualizados y consistentes sobre la

deforestación en el país.


pág. 6

ANTECEDENTES

En Mayo del 2009, mediante el Oficio Nº 169-2009-DVMDERN/MINAM, el MINAM solicita

al instituto CARNEGIE la realización de un estudio piloto para la aplicación de la

tecnología de sensores remotos en la evaluación del contenido o stocks de carbono

en la región de Madre de Dios; solicitud realizada en virtud del interés de trabajar

conjuntamente en la zona priorizada por el Ministerio del Ambiente como un área

ambientalmente crítica afectada por la deforestación y la minería informal; teniendo

en consideración la aplicación de imágenes multiespectrales, LIDAR y software, y de

fortalecer las capacidades de los especialista en sistemas de información geográfica y

teledetección espacial de la Dirección General de Ordenamiento Territorial, siendo su

función la administración del SIGMINAM y de realizar estudios especializados.

Desde finales del año 2009, a través del Convenio de Colaboración Interinstitucional

entre el Ministerio del Ambiente y el Instituto CARNEGIE para la Ciencia del

Departamento de Ecología Global1, los equipos técnicos de la Dirección General de

Ordenamiento Territorial y del Departamento de Ecología Global de CARNEGIE,

desarrollaron actividades técnicas y de fortalecimiento de capacidades para contar

con los fundamentos técnicos y metodológicos que sustenten el Monitoreo de la

Cobertura de Bosques, Deforestación y Degradación Forestal. En el marco de esta

colaboración se desarrolló una primera etapa de trabajo con el análisis para el

periodo 2000-2005-2009, que represento un proceso de aprendizaje y adaptación que

comprendió el mejoramiento del sistema de análisis de imágenes y su adaptación a

las condiciones de la Amazonía, el desarrollo de protocolos de clasificación y

validación, así como el empleo de las campañas de sobre vuelos del Observatorio

Aéreo de Carnegie (CAO) que apoyó enormemente en la validación de los resultados.

Una segunda etapa, comprendió la generación de información sobre la

cuantificación de los cambios de la cobertura de bosque, deforestación y

degradación de la Amazonía Peruana para el periodo 2009-2010-2011, que fue posible

gracias a la aplicación de una herramienta de análisis más robusta y precisa como

CLASlite 3.0 (Asner et. al, 2009)2, la selección e integración de un número considerable

de imágenes LANDSAT y MODIS para la obtención de mosaicos casi libres de nubes; así

como, la incorporación de procedimientos de auditoría de procesamiento de

1 El Convenio MINAM-CARNEGIE fue firmado el 28 de Noviembre del 2009 con el objetivo de realizar tareas de

investigación y aplicación de tecnologías de sistemas de información geográfica y teledetección espacial en favor del

estudio de la situación territorial y los procesos de ordenamiento territorial en el país.

2 Asner, G.P., D.E. Knapp, A. Balaji, and G. Paez-Acosta. 2009. Automated mapping of tropical deforestation and forest

degradation: CLASlite. Journal of Applied Remote Sensing 3:033543. CLASlite ha sido proporcionado por el Equipo

CLASlite del Departamento de Ecología Global de la Institución Carnegie para la Ciencia. CLASlite ha sido posible

gracias al soporte de la Fundación Gordon y Betty Moore, la Fundación John D. y Catherine T. MacArthur y el fondo de

la Institución Carnegie para la Ciencia.


pág. 7

imágenes para mejorar el nivel de confianza en los resultados. CLASlite 3.0 es un

software de base satelital desarrollado por Carnegie para el análisis de la cobertura,

deforestación y degradación del bosque, el cual de manera continua y colaborativa

ha sido desarrollado junto con MINAM para su mejor adaptación a la realidad del Perú.

Los resultados de los análisis de los periodos 2000-2005-2009-2010-2011 fueron

publicados oficialmente en febrero del 2014.

Actualmente, la Dirección General de Ordenamiento Territorial (DGOT) tiene en

cuenta un enfoque de análisis continuo para el monitoreo y reporte de los cambios de

la cobertura y uso de la tierra que incluye la Amazonía Peruana y el resto del territorio

nacional en diferentes niveles de aproximación espacial y temporal, teniendo en

consideración el trabajo conjunto con los equipos técnicos regionales y locales en un

marco de colaboración y fortalecimiento de capacidades para el ordenamiento

territorial, Tabla 1.

Tabla 1. Enfoque de trabajo para el Monitoreo de los Cambios de la Cobertura de la Tierra, Deforestación

y Degradación Forestal.

Nivel Escala Herramien

ta/sensor Recurrencia Objetivo

Ámbito

Acción Productos

Actores/Beneficia

rios (Según

PLANAA)

Alerta Temprana Macro TERRA-I

PERU

Trimestral y

mensual

Generar

alertas sobre

los cambios

de cobertura

en tiempo casi

real y sus

tendencias

Nacional

Areas de cambio

Series históricas

Mapas y

estadísticas

MINAM,MINAG

GR,SERNANP

COFOPRI,GL,

PCM, PNP, OEFA,

OSINFOR, SUNARP,

Sociedad Civil

Cuantificación Resolución

Media Meso CLASLite Anual

Cuantificar los

cambios en la

cobertura de

la tierra y la

deforestación

Nacional/

Subnacional

Areas de cambio

Series históricas

Mapas y

estadísticas

Cuantificación Resolución

Alta Micro

Sensores

ópticos

de alta

resolución

.

Anual

Cuantificar los

cambios en la

cobertura de

la tierra y la

deforestación

en ámbitos

priorizados

Áreas

priorizadas

Areas de cambio

Series históricas

Mapas y

estadísticas

Mapas

Imágenes


pág. 8

UBICACIÓN DEL AREA DE ANALISIS

Extensión y división política

El área de estudio abarca una superficie aproximadamente de 78,456,483.05 ha.,

políticamente se divide en los departamentos de Amazonas, Ayacucho, Cajamarca,

Cusco, Huánuco, Huancavelica, Junín, La Libertad, Loreto, Madre de Dios, Pasco, Piura,

Puno, San Martín y Ucayali. Tabla 2.

Geográficamente, se ubica entre los paralelos 0° 2' 20,76'' y 14° 30' 55,80'' de Latitud y

los meridianos 68° 39'12,24'' y 79° 29' 00,96'' de Longitud Oeste, como se puede observar

en la Figura N° 01.

Figura 01.- Ámbito de la Amazonía Peruana


pág. 9

Tabla 02.- Superficie de los departamentos que corresponden la Amazonía Peruana

Departamento Superficie (ha.) Porcentaje %

Amazonas 3,724,462.38 4.75

Ayacucho 341,935.93 0.44

Cajamarca 771,252.15 0.98

Cusco 3,710,086.30 4.73

Huancavelica 70,735.27 0.09

Huánuco 2,359,170.04 3.01

Junín 2,515,024.60 3.21

La Libertad 84,805.33 0.11

Loreto 37,503,942.56 47.80

Madre de Dios 8,503,657.79 10.84

Pasco 1,761,419.48 2.25

Piura 69,515.33 0.09

Puno 1,600,459.14 2.04

San Martín 4,907,221.14 6.25

Ucayali 10,532,795.61 13.43

Total 78,456,483.05 100.00

Fuente: DGOT 2015


pág. 10

MARCO NORMATIVO

Las actividades realizadas por la Dirección General de Ordenamiento Territorial, en

relación al análisis territorial sobre cobertura de bosques y deforestación son

consistentes y concordantes con el siguiente marco normativo:

Ley 28611, Ley General del Ambiente (Artículo 133), la vigilancia y el monitoreo

ambiental tienen como fin generar la información que permita orientar la

adopción de medidas que aseguren el cumplimiento de los objetivos de la

política y normativa ambiental. La Autoridad Ambiental Nacional establece los

criterios para el desarrollo de las acciones de vigilancia y monitoreo.

Decreto Legislativo N° 1013, Ley de Creación, Organización y Funciones del

Ministerio del Ambiente, señala como una de sus funciones específicas

“Establecer las política, los criterios, las herramientas y los procedimientos de

carácter general para el ordenamiento territorial nacional, en coordinación con

las entidades correspondientes, y conducir su proceso”.

R.M 026-2010-MINAM, Lineamientos de Política para el Ordenamiento Territorial,

señala acciones de prevención y mitigación de los conflictos por el cambio de

uso del suelo (lineamiento 1.4), evitar el cambio de uso y la deforestación en las

tierra de protección (lineamiento 3.3), contar con un sistema permanente de

monitoreo para la prevención y disuasión de la ocupación en zonas

patrimoniales y áreas vulnerables (lineamiento 5.1); promover la recuperación

de áreas en proceso de desertificación y áreas deterioradas por el mal uso de

la tierra (lineamiento 5.2); diseño y operación de un sistema de monitoreo y

evaluación de procesos de ocupación y uso del territorio (Lineamiento de

control y monitoreo).

El D.S. 007-2008-MINAM (Art. 37, inciso b), señala que la Dirección General de

Ordenamiento Territorial conduce, promueve, asesora y avalúa los procesos de

ordenamiento territorial, a nivel nacional, en el contexto del desarrollo sostenible,

supervisando que se sustenten en la normatividad y de conformidad con los

instrumentos técnicos aprobados para estos procesos.

El D.S. 007-2008-MINAM (Art. 37, inciso c), señala que la Dirección General de

Ordenamiento Territorial es la dirección encargada de conducir y dirigir la ZEE,

así como la elaboración de estudios especializados.

El D.S. 007-2008-MINAM (Art. 37, inciso f), señala que la Dirección General de

Ordenamiento Territorial es la encargada de administrar, organizar y actualizar


pág. 11

el Sistema de Información Geográfica del Ministerio para proveer información

técnica especializada que contribuya a la toma de decisiones en coordinación

con los viceministerios, direcciones de línea e instituciones adscritas, entre otras,

suministrando información al SINIA.

DCD-010-2006-CONAM, normativa metodológica que señala como insumos

para la elaboración de la propuesta de ZEE los estudios y mapas de

deforestación, cobertura de la tierra, uso actual y vegetación.

La Resolución Ministerial N° 135-2013-MINAM, que aprueba la Guía

Metodológica para la elaboración de los Instrumentos Técnicos Sustentatorios

(ZEE, EE, DIT y POT) para el Ordenamiento Territorial, definiendo estos

instrumentos y estableciendo los procedimientos para su validación, previo a su

aprobación. Comprende el EE de Cambios de la Cobertura y Uso de la Tierra.

La R.D. N°007-2013-EF-63.01, que aprueba los nuevos lineamientos para la

formulación de Proyectos de Inversión Pública en materia de Ordenamiento

Territorial. Se señala que los PIP tendrán en consideración el establecimiento del

monitoreo territorial como parte del proceso ordenador que permita el

seguimiento a la implementación de los instrumentos del OT, así como las

presiones sobre el territorio, sus efectos o impactos y las respuestas y

actuaciones que se concretan en el marco del proceso ordenador.


pág. 12

MARCO CONCEPTUAL Y OPERATIVO

Definiciones conceptuales

a. Bosque

Según la FAO, “bosque” es definido por tierras que se extienden por más de 0.5

hectáreas dotadas de árboles de una altura superior a 5 mt. y una cubierta de copas

superior al 10%, o de árboles capaces de alcanzar esta altura in situ. No incluye la tierra

sometida a un uso predominantemente agrícola o urbano. (FAO, 2005)

De otro lado, la CNUCC en el informe de la Conferencia de las Partes celebrado en

Marrakech Anexo de definiciones señala: “bosque” es la superficie mínima de tierras

de entre 0,05 y 1,0 hectáreas (ha) con una cubierta de copa (o una densidad de

población equivalente) que excede del 10 al 30% y con árboles que pueden alcanzar

una altura mínima de entre 2 y 5 metros (m) a su madurez in situ. (CNUCC, 2002)

En junio del 2012 en la reunión de representantes de las DDGGs y Adscritos del MINAM

acordó la siguiente definición: “Bosque” es el ecosistema natural complejo de seres

vivos, microorganismos, vegetales y animales, que se influyen y relacionan al mismo

tiempo y se subordinan al ambiente dominante de los árboles; que se extiende por

más de 0.5 has dotadas de árboles de una altura superior a 2 metros o de árboles

capaces de alcanzar esta altura in situ, y una cubierta superioral10%. (Acta MINAM,

2012).

b. Deforestación

Para F AO, “Deforestación” es la transformación del bosque en otro uso de la tierra o

reducción de la cubierta de copa por debajo del umbral mínimo del 10%. (FAO, 2005)

Por otro lado, Según CNUCC define “deforestación” como la conversión por actividad

humana directa de tierras boscosas en tierras no forestales. (CNUCC, 2002).

Definiciones Operativas

No obstante las definiciones conceptuales, la elaboración de una información sobre

bosque y deforestación depende de construir definiciones operativas que permita

trabajar con las imágenes producidas por los sensores remotos teniendo en cuenta

aspectos como la respuesta espectral, resolución espacial, resolución radiométrica y

un método de análisis consistente que permita generar datos a partir del cual se tenga

una aproximación consistente sobre las definiciones conceptuales de bosque y

deforestación.


pág. 13

Al respecto, para el trabajo realizado por la DGOT se ha desarrollado definiciones

operativas tanto para “bosque” como para “deforestación” a partir del análisis de

mezcla espectral de cada uno de los píxeles de una imagen, mezcla que comprende

la característica de la actividad fotosintética, no fotosintética y del suelo descubierto

contenida en dicho pixel; este es el insumo primario para que los píxeles de la imagen

posteriormente sean clasificados como Bosque, No Bosque y los Cambios de Bosque a

No Bosque. El proceso metodológico es explicado en detalle más adelante en el

presente informe.

a. Bosque

La definición operativa de “bosque” es:

Porcentaje de la fracción de actividad fotosintética (VF) y Suelo descubierto (S) a nivel

de un pixel de la imagen (0.09 has con LANDSAT) que puede ser extraído de las

Imágenes satelitales que cumpla con la siguiente condición:

Si VF ≥ 80 y S < (umbral ~15%-20%), entonces es bosque

b. Deforestación

La definición operativa de “deforestación” es:

La reducción en las fracciones de vegetación fotosintética (VF) ó un incremento de la

actividad no fotosintética (NVF) o del suelo descubierto (S) que corresponde a un

cambio desde bosque a No bosque, conocido también como “pérdida de bosque”.

Entonces, se clasificará un píxel que ha cambiado de bosque a no bosque por

deforestación u otro fenómeno si:

(((PV1 – PV2) ≥ 25) ó ((S1 ≤ 5) y ((S2 – S1) ≥ 15)) ó ((PV2 < 80) y ((NPV2 – NPV1) ≥ 20)))

Caso aparte son las capacidades de la herramienta CLASlite para el procesamiento

de las imágenes y calcular la superficie de bosque y deforestación ya que esto

permite también medir la perturbación a nivel de los pixeles de una imagen, aspecto

que está directamente relacionado con la degradación de los bosques.

En este sentido se tiene:

Definición conceptual de degradación

Según FAO, “degradación” son cambios dentro del bosque que afectan

negativamente la estructura o función del rodal o sitio y, por lo tanto, disminuyen la

capacidad de suministrar productos y/o servicios.


pág. 14

Definición operativa de degradación

La degradación de bosque desde la aplicación de los sensores remotos y los métodos

de análisis espectral puede ser medida en términos de la “perturbación” provocada

por actividad humana y/o fenómenos naturales propios del ecosistema. Siendo que la

perturbación provocada por intervenciones humanas como tala selectiva,

construcción de caminos y otras alteraciones por debajo del dosel del bosque, este

provoca la perturbación que es detectada por los sensores.

En tal sentido, en términos operativos la “degradación” considerará un cambio de las

fracciones de cobertura menos intensivo, que corresponde a un cambio de

bosque a bosque perturbado o degradado por el incremento del porcentaje

de la actividad no fotosintética (VNF), reducción del porcentaje de actividad

fotosintética (VF) ó un incremento de la superficie descubierta (S).

Por lo tanto, operativamente un píxel es clasificado como degradado en

términos de perturbación si:

((((VNF1-VNF0) ≥ 10) AND (VF0-VF1) > 10)) OR ((S0 ≤ 5) AND ((S1-S0) > 10) AND (S1 ≤ 15)))

Fundamentos físicos

El fundamento para analizar las imágenes de sensores remotos con fines de determinar

cobertura boscosa y los cambios en la cobertura que pueden reflejar procesos de

deforestación o cambios por procesos naturales, se basa en el Análisis de Mezcla

Expectral (SMA). El SMA es un medio para extraer desde los datos de reflectancia de

una imagen, información que modela la cobertura de la tierra a nivel de pixel que sea

representativo de las propiedades físicas de la superficie de la tierra en fracciones de

tipos puros de cobertura denominado endmembers que quedan definidos por las

longitudes de ondas detectadas y el número de bandas del sensor.

Algunos estudios demuestran (Small 2004) que la mayoría de las variaciones en

imágenes LANDSAT (mayor al 98%) se pueden representar como una combinación de

03 miembros más puros (endmembers); de esta manera se puede representar 03

medidas o fracciones (análisis de coberturas fraccionales) que puedan caracterizar

estas variaciones espectrales a nivel de 01 pixel en una imagen satelital.

El análisis de cobertura fraccional es un proceso realizado por CLASlite 3.0, a través de

la aplicación del algoritmo de mezcla conocido como AutoMCU (Montecarlo)

desarrollado por CARNEGIE, que es un análisis de mezcla espectral basado en un


pág. 15

Pixel

enfoque probabilístico de las características del dosel del bosque3. Este análisis se

realiza para cada pixel de la imagen (Figura 2), en donde se definen fracciones o

porcentajes de Vegetación Fotosintética (VF); Vegetación No Fotosintética (VNF) y

Superficie Descubierta o Suelo (S). CLASlite se apoya en una amplia librería de firmas

espectrales, que fueron recogidas en diferentes trabajos de campo en diferentes

partes de la Amazonía peruana y brasileña, así como en otras regiones boscosas del

mundo.

Figura 2. El análisis de cobertura fraccional, a través del proceso asistido CLASlite, determina las fracciones de cobertura

dentro de un pixel de la imagen satelital. Estas fracciones son expresadas en porcentaje de Vegetación Fotosintética

(VF), Vegetación no fotosintética (VNF) o Superficie descubierta (S).

Todos los sistemas de análisis espectral se basan en la siguiente ecuación:

Donde, R pixel es el valor de reflectancia del píxel y que es registrado por el sensor, Cx es

la cobertura fraccional de Vegetación Fotosintética (VF), No Fotosintética (VNF) o

Superficie Descubierta (S) de cada material de la superficie (x), en cada caso los

valores van de 0.0 a 1.0. Rx son las propiedades de reflectancia y está representado

por una librería de firmas espectrales de cada material; y finalmente e es el error.

El Sistema de procesamiento de imágenes para el análisis de cobertura de bosque,

deforestación y degradación forestal se basa en 02 componentes: Las Bibliotecas

espectrales y el algoritmo de mezcla espectral Montecarlo o AUTOMCU; ambos se

encuentran comprendidos en la herramienta Claslite 3.0, que es el software

desarrollado para estos propósitos.

3

El AutoMCU se basa en un algoritmo desarrollado para ecosistemas boscosos, de sabana y matorrales (Asner 1998, Asner y Lobell 2000, Asner

y Heidebrecht 2002) modificado para bosques tropicales (Asner et al. 2004, 2005) con una fuerte herencia metodológica en CLAS (Carnegie Landsat System), el sistema que le antecedió. El método utiliza librerías espectrales, derivados de extensas bases de datos de campo e imágenes híper espectrales.


pág. 16

Claslite tiene 03 bibliotecas de firmas espectrales para VF (vegetación Fotosintética),

VNF (Vegetación No Fotosintética) y S (Suelo). La biblioteca de VF fue desarrollada

usando imágenes colectadas por el sensor hiperespectral llamado Hyperion, las

bibliotecas de VNF y S fueron colectadas desde 1996 usando espectrómetros de

campo (alrededor de 400,000 firmas) que miden la reflectancia de la superficie en

bandas cada 2 nanómetros desde los 400-2500 nm.

Teniendo en consideración estos componentes, el enfoque de análisis de mezcla

espectral Monte Carlo, selecciona aleatoriamente espectros de la biblioteca de VF,

VNF y S y los compara con el registro espectral proveniente del pixel de la imagen

satelital para resolver la ecuación de combinación espectral (Figura 3).

Figura 3. El análisis de mezcla espectral es un enfoque probabilístico que descifra el pixel de una imagen en fracciones

a nivel de sub pixel que representa cuantitativamente la actividad fotosintética, no fotosintética y de suelo.

El proceso de selección aleatorio de VF, VNF y S de cada biblioteca es repetido

muchas veces en cada pixel, solucionando así la ecuación. Tanto la media y la

desviación estándar de cada iteración es registrado como la respuesta para cada

pixel (Figura 4 y 5).

Figura 4. El análisis de mezcla espectral también arroja resultados cuantitativos de la Desviación Estándar y el Error

Medio Cuadrático (RMS); lo cual es una medida de la certidumbre de los resultados.


pág. 17

Figura 5. La precisión del análisis y de su sistema de procesamiento está ligado al número de veces que un pixel es

analizado, en nuestro caso se ha demostrado que 50 iteraciones en cada pixel reduce significativamente la Desviación

Estándar y la Media.

El resultado de la aplicación del análisis de mezcla espectral con el uso de CLASlite,

provee de una serie de resultados, los mismos que se mencionan a continuación:

Imágenes de reflectancia calibrada; provee de bandas espectrales calibradas

de datos brutos a datos de reflectancia de superficie en donde se ha corregido

tanto radiométrica como atmosféricamente la imagen.

Imágenes de cobertura fraccional; constituyen el insumo principal para la

clasificación de bosque-no bosque; deforestación y degradación forestal.

Cada imagen de cobertura fraccional indica la presencia de vegetación viva

(VF), vegetación muerta (VNF) y superficie descubierta (S) a nivel subpixel.

Imágenes de incertidumbre, que contiene a nivel de pixel las desviaciones

estándar del porcentaje de cobertura promedio de las tres fracciones VF, VNF y

S.

Imagen de Error Total, que es expresado como el error promedio cuadrático

(RMS). Un pixel con un error total menor o igual a la solución CLASlite

probablemente es buena, en tanto que un Error Total mayor o igual que la

solución de CLASlite no es buena y se debe descartar o usarse con cuidado.

Imagen de Cobertura Boscosa, identifica áreas de bosque-no bosque a través

de la aplicación de un árbol de decisión.


pág. 18

Imagen de Deforestación, detecta el cambio entre 2 o más imágenes de

cobertura fraccional identificando la pérdida de cobertura boscosa

(deforestación o cambios naturales);

Imagen de Degradación, detecta cambios entre 2 o más imágenes producidos

por la perturbación forestal.


pág. 19

RESULTADOS Y DISCUSION

Deforestación a nivel Bosque Amazónico

Los resultados para el periodo 2010-2014 revelan que la conversión de la cobertura de

bosques a otros usos en ese periodo ha sido de 415,278 has. (103,819 has/año)4

Comparativamente a otros años con los datos generados por la DGOT, se tiene que la

superficie de pérdidas en el periodo 2000-2005 fue 329,005 has, en el periodo 2005-2010

fue de 571,390 has, siendo el total de área deforestada en los últimos 14 años de

1’315,674.67 has5. (Figura 6)

Figura 6. Evolución de las pérdidas de bosque por deforestación del 2000 al 2014

A nivel de pérdidas por departamentos dentro del ámbito amazónico en el periodo de

análisis 2010-2014 se tiene que los departamentos con mayor superficie deforestada

son en orden de magnitud: San Martín, Loreto, Ucayali, Huánuco y Madre de Dios,

juntos representan el 86% del total de deforestación acumulada en los últimos 5 años.

De igual forma estos departamentos acusan lógicamente las mayores tasas de

deforestación (Figura 7 y Tabla 3).

4 Ta tasa es la razón entre la superficie deforestada y el número de periodos de cambio. 5 La cifra final de superficie deforestada a partir del año base 2000 fue procesada masivamente

con el uso de la última versión de CLASlite. Asimismo, en comparación con otras cifras, esto

corresponde a las pérdidas de cobertura boscosa por deforestación, eliminando los cambios

naturales.


pág. 20

Figura 7 . Magnitud de la superficie deforestada en los 05 departamentos más deforestados en el periodo

2010-2014

Tabla 3 . Superficie deforestada, deforestación acumulada y tasa de deforestación en en el periodo 2010-

2014

Departamento

Superficie Deforestada por Periodo Deforestación

Acumulada

2010 - 2014 (ha.)

Tasa

Deforestación

2010 - 2014 2010 -

2011 2011 - 2013 2013 - 2014

Amazonas 4,047.05 3,942.90 3,424.04 11,413.99 2,853.50

Ayacucho 120.32 1,088.90 362.23 1,571.45 392.86

Cajamarca 535.11 3,336.80 1,288.14 5,160.05 1,290.01

Cusco 1,371.76 9,484.87 4,997.41 15,854.04 3,963.51

Huancavelica 0.54 10.81 4.20 15.55 3.89

Huanuco 7,283.60 25,859.21 23,577.06 56,719.87 14,179.97

Junin 1,391.75 3,220.57 3,709.47 8,321.79 2,080.45

La Libertad 0.00 0.00 9.45 9.45 2.36

Loreto 34,449.75 35,057.39 26,350.05 95,857.19 23,964.30

Madre de Dios 5,638.99 9,135.75 10,653.58 25,428.32 6,357.08

Pasco 3,628.51 4,770.90 5,430.43 13,829.84 3,457.46

Piura 227.17 226.30 4.14 457.61 114.40

Puno 335.54 680.22 2,073.71 3,089.47 772.37

San Martin 27,180.20 21,541.90 48,478.48 97,200.58 24,300.15

Ucayali 9,303.06 52,692.59 18,353.78 80,349.43 20,087.36

Total 95,513.35 171,049.11 148,716.17 415,278.63 103,819.66

Elaboración propia

En la Figura 8 se muestra el Mapa de Deforestación del periodo 2010-2014 y en la

Figura 9 el Mapa de Deforestación acumulada para el periodo 2000-2014.

En el Anexo 1, se presenta un consolidado de la deforestación por años desde el 2010

y las superficies deforestadas en términos relativos.


pág. 21

Figura 8 . Mapa de deforestación del periodo 2010-2014


pág. 22

Figura 9 . Mapa de deforestación del periodo 2000-2014


pág. 23

Deforestación a nivel local

En este caso nos referimos a lo que viene ocurriendo en los ámbitos provinciales

respecto a la deforestación, para lo cual se ha procesado los resultados del análisis por

cada una de las 64 provincias del país comprendidas en el área amazónica, siendo un

aspecto de interés en el nivel local.

Los datos indican que en el último periodo 2010-2014 las 05 provincias más

deforestadas en orden de magnitud son: Padre Abad (Ucayali), Puerto Inca (Huánuco),

Alto Amazonas (Loreto), Coronel Portillo (Ucayali), Ucayali (Loreto) y Lamas (San Martín);

juntas representan el 44% de toda la superficie deforestada en el ámbito amazónico.

Se ha preparado un ranking de las 20 provincias más deforestadas que se muestra en

la Tabla 4. En el Anexo 2 pueden ser revisados los resultados para el universo de

provincias del área amazónica.

Tabla 4. Ranking de las 20 provincias más deforestadas y el departamento al que corresponde en el

periodo 2010-2014.

Departamento Provincia 2010-2014

(has)

UCAYALI PADRE ABAD 45,635.76

HUANUCO PUERTO INCA 44,922.45

LORETO ALTO AMAZONAS 33,125.53

UCAYALI CORONEL PORTILLO 26,675.20

LORETO UCAYALI 15,897.27

SAN MARTIN LAMAS 15,241.25

MADRE DE

DIOS TAMBOPATA 15,101.01

SAN MARTIN MARISCAL CACERES 14,639.33

CUSCO LA CONVENCION 14,274.08

LORETO MAYNAS 13,579.41

PASCO OXAPAMPA 13,145.39

LORETO MARISCAL RAMON

CASTILLA 12,965.39

SAN MARTIN BELLAVISTA 12,461.04

SAN MARTIN SAN MARTIN 12,014.33

SAN MARTIN HUALLAGA 9,862.55

SAN MARTIN MOYOBAMBA 9,460.76

LORETO REQUENA 8,290.72

UCAYALI ATALAYA 7,791.74

SAN MARTIN PICOTA 7,376.91

LORETO DATEM DEL MARAÑON 7,072.34 Elaboración propia


pág. 24

Deforestación en Áreas Naturales Protegidas y Zonas de Amortiguamiento

En las 37 Áreas Naturales Protegidas distribuidas en el ámbito amazónico, se han

cuantificado 6271 has de superficie deforestada en el periodo 2010-2014, de los cuales

05 de ellas representan el 76% de la superficie deforestada del total de ANP analizadas,

estas son en orden de magnitud la RN Pacaya Samiria, el BP Alto Mayo, RC El Sira, ZR

Sierra del Divisor y el PN Río Abiseo. El ranking de las 10 ANP con mayor deforestación

se presente la Tabla 5.

Tabla 5. Ranking de las 10 Áreas Naturales Protegidas con mayor superficie deforestada en el periodo

2010-2014

Categoría Nombre 2010-2014

Reserva Nacional Pacaya Samiria 2034.04

Bosque de

Protección Alto Mayo 1086.77

Reserva Comunal El Sira 1015.65

Zona Reservada Sierra del Divisor 433.64

Parque Nacional Río Abiseo 220.05

Bosque de

Protección de San Matias San Carlos 190.00

Parque Nacional del Manu 160.89

Parque Nacional Bahuaja Sonene 156.87

Reserva Nacional Allpahuayo Mishana 113.27

Parque Nacional Yanachaga-Chemillén 103.61

Elaboración propia

Es importante señalar que en todas las ANP analizadas se ha detectado pérdidas de

cobertura boscosa en niveles relativamente mínimos originado por algún tipo de

intervención humana, la misma que debe ser verificada con un análisis de mayor

detalle. En el Anexo 3 presenta el ranking completo de las ANP y sus superficies de

deforestación detectadas.

No obstante la relativa baja magnitud de la deforestación al interior de las diferentes

ANPs, lo que ocurre en sus Zonas de Amortiguamiento define un escenario totalmente

opuesto. Para el periodo 2010-2014 la superficie de pérdida de bosques por

deforestación en estas zonas fue de 89,726 has. De acuerdo a los datos generados se

tiene que las 06 ANP que tienen Zonas de Amortiguamiento con mayor pérdida de

bosques en los últimos 5 años son en orden de magnitud: PN Cordillera Azul, RC El Sira,

PN Bahuaja Sonene, RN Pacaya Samiria, PN Río Abiseo y BP Alto Mayo; juntas

representan el 80% del total de las pérdidas de bosque en Zona de Amortiguamiento.

En la mayoría de los casos, la deforestación en Zonas de Amortiguamiento ha ido en

aumento tal como podemos apreciar el siguiente gráfico (Figura 10):


pág. 25

Figura 10. Evolución de la deforestación en las Zonas de Amortiguamiento de las ANP en el periodo 2010-

2014

Si se observa el siguiente gráfico de la Figura 11, podemos apreciar la difícil situación

en la que se encuentran algunas Áreas Naturales Protegidas, dada la fuerte presión

que reciben por el avance del frente de deforestación que actúa alrededor de ellos,

en todo caso es posible corroborar la afirmación de que las ANP se comportan

también “barreras” frente a este proceso. En esta situación se encuentran

notoriamente el PN Cordillera Azul que en el periodo 2010-2014 la deforestación en la

Zona de Amortiguamiento fue de más de 39 mil hectáreas frente apenas 71 has de

pérdida que se registró al interior de esta ANP.


pág. 26

Figura 11 . Deforestación en las Zonas de Amortiguamiento versus deforestación en el interior de las ANP


pág. 27

Deforestación en Comunidades Nativas

En las 1064 Comunidades Nativas Analizadas, se ha cuantificado un total de 52,791 has

de pérdida de bosque por deforestación durante el periodo 2010-2014 (Anexo 4). De

este universo, 20 comunidades presentan en cada caso un nivel de pérdidas superior a

350 has y representan en total el 30% de la deforestación en comunidades nativas

(Tabla 6). En su mayoría estas CCNN se encuentran distribuidas en los departamentos

de San Martín, Loreto, Ucayali, luego están en menor proporción Huánuco, Amazonas,

Madre de Dios, Cusco y Pasco.

Tabla 6. Ranking de las 20 Comunidades Nativas con superficie deforestada mayor a 350 has en el periodo

del 2010-2014

Comunidad Nativa 2010-2014

PUERTO NUEVO 1715.78

ALTO MAYO 1628.05

HUASCAYACU 1257.80

PUERTO AZUL 1001.21

MARISCAL CACERES 990.29

SHIMPIYACU 988.12

MATSES 873.55

SINCHI ROCA 851.95

CACHIYACU 704.45

SINCHI ROCA II 658.83

SAN JOSE DE KARENE 644.25

PISTËN BENAVIDES 557.11

BAJO NARANJILLO 512.96

GRAN SHINONGARI 499.54

ATAHUALPA Y ANEXOS SANTA ROSA Y SACHAPAPA 498.35

SANTA MARTHA 479.39

NUEVA ESPERANZA 451.28

MORROYACU 400.51

SANTA ROSA 386.22

EL DORADO 382.92

Elaboración propia

La relación completa de Comunidades Nativas con sus respectivas áreas deforestadas

se muestra en el Anexo 4.


pág. 28

Deforestación en los Bosques de Producción Permanente

Los Bosques de Producción Permanente en el ámbito amazónico ocupan una

extensión de 17.8 millones de hectáreas, dentro de los cuales se han otorgado

diferentes tipos de concesiones maderables, no maderables, de reforestación,

ecoturismo, para castaña y siringa, etc. Las pérdidas de bosque por deforestación en

el periodo 2010-2014 en los BPP ha sido de 88,165 has , tal como se puede observar en

la Tabla 7.

Los departamentos con mayor deforestación dentro de los BPP son Ucayali, San Martín,

Loreto, Huánuco y Madre de Dios, juntos representan el 99% de la superficie

deforestada de total de departamentos amazónicos.

Tabla 7. Ranking de los departamentos con mayor deforestación en BPP

Departamento 2010-2014

Ucayali 24,527.71

San Martín 24,473.09

Loreto 18,626.96

Huánuco 15,723.44

Madre de Dios 3,942.53

Cusco 510.35

Ayacucho 309.59

Puno 26.12

Pasco 20.89

Junín 3.62

Amazonas 0.72

Total 88,165.02


pág. 29

Deforestación por minería ilegal e informal

La minería ilegal e informal está presente en todas partes del territorio nacional.

Recientemente a propósito de sustentar acciones del Estado Peruano respecto al

Programa Presupuestal 136 denominado “Recuperación de Áreas Degradadas y

Contaminadas por Minería Ilegal e Informal” que el Ministerio del Ambiente

implementa a partir del 2015, se dio cuenta de que el 20% del país tiene alguna

presencia de actividades de minería ilegal e informal en términos de los ámbitos

político-administrativos que involucra, pero su delimitación aún es una tarea pendiente

(Figura 12) y sus efectos sobre el ambiente se vienen estudiando a mayor profundidad.

Figura 12. Mapa de los ámbitos con presencia de minería ilegal e informal


pág. 30

Respecto a la deforestación en la Amazonía Peruana, la minería aurífera se puede

considerar como uno de los agentes de deforestación muy dinámico que toma gran

impulso y mayor grado de informalidad a partir de la década del 80 (MINAM, 2011),

dado el contexto de violencia política y recesión económica durante esa década,

produciéndose la ocupación de las áreas con yacimientos auríferos aluviales en

ámbitos como Madre de Dios, hoy principal enclave de esta actividad.

Las elevadas tasas de extracción de oro en la Amazonía, específicamente en Madre

de Dios, fueron reveladas por un reporte científico preparado por el Instituto CARNEGIE

(Asner, et al.; 2013) en la que se señala que tanto las tasas y los impactos ecológicos

de la minería siguen siendo poco conocidos y potencialmente subestimados. En dicho

reporte se da cuenta que en el Departamento de Madre de Dios desde 1999 hasta

2012 la extensión geográfica de la minería de oro aumentó en 400%, la tasa media

anual de la pérdida de bosques como resultado de la extracción de oro se triplicó a

partir del 2008 relacionado a la recesión económica mundial y estrechamente

asociado al aumento del precio de oro.

Los resultados del análisis efectuados por CARNEGIE mostraron un incremento de la

extensión de minería de oro de 10.000 hectáreas en 1999 a más de 50.000 hectáreas

en septiembre de 2012 (Figura 13).

Fig. 13. Muestra el alcance regional y la aparición de minería de oro en Madre de Dios a través del tiempo

hasta el 2012. Lugar: (i) Huepetuhe, (ii) Delta-1,(iii) Guacamayo. (Fuente: Asner, et al, 2013)


pág. 31

De acuerdo al estudio de CARNEGIE, se calculó que la tasa anual de expansión de la

superficie minera se ha triplicado de 2166 ha/año antes de la recesión económica

mundial de 2008 a 6145 ha/año después 2008 y hasta el 2012. En este período, el

incremento medio anual en el área de la minería de oro fue de 14% y esta tasa

alcanzó el 20 % en el año 2011 en la que las áreas geográficas donde se concentra

esta actividad minera ha ido variando a través del tiempo tal como se puede apreciar

en la Figura 14, donde hay una claro incremento de las pequeñas y difusas

operaciones mineras y del sector Guacamayo frente a las áreas más reconocidas

como Huaypetue y Delta-1

Figura 14: A) Area deforestada por

minerías confirmadas y supuestas de

1999 a 2012.

(B) Contribución

de los tres grandes sectores de minería

en comparación con las pequeñas

operaciones de 1999 a

2012. (C) Contribución relativas de las

minas grandes y pequeñas para el

total regional (huella en el tiempo).

Fuente, CARNEGIE 2013


pág. 32

Para el periodo 2010-2014 trabajados para el presente informe, existe una

concordancia respecto a la evolución y tendencias identificados estudiadas,

determinándose que en el periodo 2010-2014se perdieron en total 10,139 has de

bosque por deforestación a causa de la actividad de minería aurífera: 2640 has de en

el periodo 2010-2011, 4660 has en el periodo 2011-2013 y 2838 hectáreas para el último

periodo 2013-2014. Esta información ha sido presentada en el primer reporte del

Sistema de Detección Temprana y Vigilancia de las áreas afectadas por minería ilegal

e informal que MINAM viene implementando (Figura 15).

Figura 15. Muestra el avance de la deforestación por minería ilegal e informal de oro aluvial en Madre de

Dios para el periodo 2011-2014. (Fuente: DGOT, 2015)

Periodo Superficie (ha.)

2010-2011 2640.44

2011-2013 4660.38

2013-2014 2838.6

Total 10139.42


pág. 33

Deforestación por el Cultivo de palma aceitera

En el ámbito amazónico hay un notorio proceso de conversión de los bosques a tierras

de uso para cultivos agroindustriales entre ellos el de palma aceitera, aun cuando en

un inicio estos cultivos ocupaban áreas ya deforestadas, en los últimos años este frente

de deforestación se produce en bosques primarios.

El crecimiento del cultivo de la Palma Aceitera se ha venido incrementando a partir

del año 2000 en la que se registraron unos 14,667.00 ha cultivadas y al 2010 se

incrementó a 44,396.00 ha6 (MINAGRI). Asimismo un reciente estudio de SPDA da

cuenta que para el año 2012 existirían un aproximado de 65,000 ha7. Esta expansión

del cultivo se relaciona con las grandes demandas globales de aceite y las políticas

de promoción para cultivos agroindustriales y alternativos vigentes en el país

sustentado en un marco legal que se ha recogido y colocado en el Anexo 5 para

mayor detalle. De otro lado hay una necesidad de orientar adecuadamente la

expansión de cultivos de palma en áreas ya deforestadas con capacidad de uso

mayor agropecuario, ya que en los últimos años esta expansión se viene dando áreas

con presencia de bosques en su mayoría primarios.

Según estudios realizados en países como Brasil y Colombia está demostrado que los

proyectos de gran escala, como la palma aceitera, afectan directamente los bosques

primarios, más allá del anuncio de promover este cultivo únicamente en áreas

deforestadas. En la actualidad Perú, Ecuador y Colombia empiezan a aparecer como

países productores de palma aceitera y nuestro país hoy ocupa el puesto 16.

La Tabla 8 muestra la situación respecto a las superficies con palma aceitera en el 2012

para los principales departamentos con presencia de este cultivo agroindustrial, de los

cuales San Martín, Ucayali y Loreto concentran el 78% de la superficie total. El

crecimiento de las áreas de cultivo de palma aceitera ha ido en aumento a partir del

año 2006; de acuerdo a los datos de las Agencias Agrarias, el departamento de San

Martín duplicó el área de palma entre el 2006 y el 2012, Ucayali triplicó su superficie en

ese periodo y departamentos como Loreto y Huánuco muestran un crecimiento casi

exponencial de las áreas de palma.

6 Plan Nacional de Palma Aceitera 2000-2010; Oficina de Estudios Económicos y Estadísticos -

MINAGRI 7 SPDA,


pág. 34

Tabla 8. Situación de la Palma Aceitera en el Perú al 2012

Región En Producción

(Ha.)

En Crecimiento

(Ha.)

Superficie total

(Ha.)

1. San Martín 16,191.00 12,466.00 29,657.00

Tocache 5,724.00 5,120.00 10,844.00

Caynarachi 633 1,300.00 1,933.00

Uchiza 8,500.00 4,260.00 12,760.00

Pólvora 1,334.00 1,486.00 2,820.00

Nuevo Progreso 0 300 300

2. Ucayali 10.035,0 7.759,6 17794,7

Aguaytía 1.600,0 1.000,0 2600,0

Irazola 3.981,5 2.214,0 6195,6

Nueva Requena 25,0 800,0 825,0

Curimana 1.262,0 469,2 1731,2

Campo Verde 3.166,5 3.276,4 6442,9

3. Huánuco 400 1,000.00 1,400.00

Honoria 0 500 500

Tournavista 400 500 900

4. Loreto 2,800.00 6,543.00 8,343.00

Yurimaguas 1,800.00 6,043.00 7,843.00

Contamana 0 300 300

Nauta 0 200 200

TOTAL 29,373.00 27,718.00 57,111.60

Fuente: MINAG 2011: AA - Tocache, ASPASH, Caynarachi, INDUPALSA, Diagnóstico palma

Tabla 9. Evolución de los Cultivos de Palma Aceitera en Has cultivadas

Año/ Región 2006 2007 2008 2009 2010 2011 2012

San Martín 15,880 20,994 21,179 25,661 28,658 29,650 29657,0

Ucayali 6,641 3,214 10,573 12,102 12,699 14,168 17794,7

Huánuco - 250 750 1,000 1,000 1,000 1400,0

Loreto 1,250 1,250 1,750 5,900 7,844 9,343 8343,0

Total 23,771 25,708 34,252 44,663 50,201 54,181 57,194,7

Fuente: Agencia Agraria de Tocache, Aguaytia, Pucallpa, Yurimaguas


pág. 35

La información sobre pérdidas de bosques por deforestación en el periodo 2010-2014

del presente informe ayuda a tener una idea concreta y espacialmente explícita de

las estadísticas y las tendencias mostradas por los datos consultados. Para ello se

enfocaron las áreas donde se encuentran las grandes extensiones de cultivos de

Palma Aceitera que se vienen dando en la Amazonía Peruana, siendo áreas

deforestadas en bosques primarios.

Zona Alto Amazonas y Barranquita (Loreto y San Martín)

El departamento de Loreto ocupa el tercer lugar en superficie total de palma aceitera

(superficies en producción, en crecimiento, en vivero y por rehabilitar), con alrededor

de 67,00 ha. al 2010, luego de San Martín (27,225 ha.) y Ucayali (9804 ha.). El principal

monocultivo de la región se encuentra en su zona limítrofe con el departamento de

San Martín (Distrito Barranquita) y en la provincia de Alto Amazonas del departamento

de Loreto, corresponde al proyecto Palmas del Shanusi emprendido por el Grupo

Romero en el año 2006. Para este proyecto la empresa adjudicó del Estado 7029

hectáreas, pero también ha comprado alrededor de 1829 hectáreas adicionales a

propietarios de la zona, por lo que el proyecto tiene una extensión total de 8858

hectáreas.

Como se muestra en la Figura 16, en el año 2005 aun no existían rastros de la

deforestación causada para el cultivo de palma por el grupo Romero.

Figura 16. Imagen Landsat TM5 año 2005 de la Zona Alto Amazonas y Barranquita


pág. 36

En el año 2006 ya se puede visualizar el área deforestada para el cultivo de Palma

(1,970 hectáreas) Figura 17.

Figura17. Imagen Landsat TM5 año 2006 de la Zona Alto Amazonas y Barranquita

En la actualidad las áreas deforestadas en la Zona de Palma de Shanusi suman 18,253

hectáreas (Figura 18).

Zona Tamshiyacu (Loreto)

Otra de las áreas deforestadas en la región Loreto es la zona conocida como

Tamshiyacu, empresa en la que sus tierras fueron adquiridas en febrero del 2013 y

comenzó sus actividades agrícolas en mayo del 2013. El análisis de las imágenes

muestran que la deforestación en la Zona de Tamshiyacu comenzó en junio del 2013

deforestando 1400 ha y para el 2014 se han cuantificado un aproximado de 1800 ha

deforestadas por la empresa Cacao Melka del Perú (Figura 19, 20, 21).


pág. 37

Figura 18. Imagen Landsat TM5 año 2006 de la Zona Alto Amazonas y Barranquita

Figura 19. Imagen Landsat TM5 año 2011 Zona de Tamshiyacu

1,970 Has.

3,153 Has.

1,672 Has.

1,253 Has.

3,463 Has.

3,721 Has.

2,619 Has.

402 Has.


pág. 38




pág. 39

Zona de Nueva Requena (Ucayali)

El departamento de Ucayali es una de las regiones que también ha presentado

crecimiento del cultivo de palma aceitera específicamente en el distrito Nueva

Requena de la provincia de Coronel Portillo, quien a través de una compañía afiliada

al grupo Melka vienen deforestando grandes superficies de bosques.

Del análisis realizado a través de las imágenes satelitales muestran que en el periodo

2010 - 2014, han sido deforestadas un aproximado de 10,162.57 ha, siendo el periodo

más alto del 2011-2013 con 9630.36 ha de bosques. Figura 22

Figura 22. Serie de imágenes que muestran la evolución de las áreas de pérdida de bosques por la

expansión de cultivos de palma aceitera en Ucayali.

2011 2013 2014


pág. 40

Deforestación en áreas principalmente no categorizadas Las áreas principalmente no categorizadas comprende en este análisis la diferencia entre el

total de las pérdidas entre los años 2010-2014 y las pérdidas contabilizadas en ese periodo para

las áreas categorizadas como Comunidades Nativas, Bosques de Producción Permanente y

Áreas Naturales Protegidas. De acuerdo al proceso de los datos tenemos la siguiente Tabla 10.

Tabla 10. Superficie deforestada en áreas categorizadas y no categorizadas en el periodo 2010-2014

CATEGORIAS ANALIZADAS Has % % Categorizado y No

Categorizado

Comunidades Nativas 52791.73 12.7

35.7 Bosques de Producción Permanente 88165.02 21.2

Áreas Naturales Protegidas 7317.71 1.8

Otras Áreas Principalmente No Categorizadas 267004.17 64.3 64.3

TOTAL 415278.63 100.0 100.0 Elaboración Propia

Sobre estas cifras se debe precisar que en “otras áreas principalmente no categorizadas” se ha

mantenido algunos espacios reconocidos como comunidades campesinas, cuya superficie en

la Amazonía es mínima, Reservas Territoriales para indígenas en aislamiento voluntario. La

contribución porcentual de cada una de estas categorías analizadas se puede ver en la

siguiente Figura 23.

Figura 23. Contribución porcentual de la superficie deforestada en áreas categorizadas y no

categorizadas


pág. 41

Históricamente, la proporción de deforestación en estos dos grandes grupos casi se ha

mantenido a lo largo de los años. Un cálculo realizado para el presente informe nos revela que

el en periodo 2000-2014 (14 años) las pérdidas de bosque por deforestación en las áreas no

categorizadas es de 75% frente al 25% de las pérdidas contabilizadas en la áreas con alguna

categoría de manejo.

Las actividades que mayormente predominan y contribuyen a la pérdida de bosques por

deforestación en las áreas no categorizadas son las actividades agrícolas de pequeños

agricultores cuya relevancia es descrita con mayor profundidad en un reciente diagnóstico

preliminar elaborado por ICRAF en el 20158. De acuerdo a ello, los productores familiares son un

agente clave en la ampliación de la frontera agrícola sobre áreas con cobertura boscosa pero

también son elementos claves para la conservación a través de un manejo sostenible y la

implementación de actividades de reforestación en las tierras sin bosque.

De acuerdo al último censo agrario 2012 realizado por el Instituto Nacional de Estadística e

Informática-INEI, del total de superficie agrícola del país (7’125,007 ha.) la región de Selva tiene

un total de 2’142,222 ha., de este universo el cultivo de café es el de mayor superficie con

425,400 ha. (Figura 24 y Figura 25)

Figura 24 . Principales cultivos en Selva. Fuente: INEI- Censo Nacional Agropecuario 2012

8 Diagnóstico de los productores familiares en la Amazonía Peruana. Valentina Robiglio, M.

Reyes, E. Castro. ICRAF 2015 (Preliminar).


pág. 42

Figura 25. Departamentos de la Amazonía con superficie de café. Fuente: INEI- IV Censo Nacional Agropecuario 2012

En esa misma línea de cultivos de mayor superficie le siguen al café otros cultivos como cacao,

arroz, plátano, maíz amarillo, yuca, pasto y naranjos entre otros. El Diagnóstico de ICRAF (2015)

refiere que estas proporciones de cultivos y su importancia en términos de superficie varía de

acuerdo al tipo de ambiente geográfico (Yunga, Selva Alta, Selva Baja) y pisos altitudinales

(Figura 26).

Figura 26. Balance entre el incremento y reducción de la superficie de los cultivos según piso altitudinal

(Fuente ICRAF 2015)


pág. 43

TENDENCIAS DE LA DEFORESTACIÓN AL 2015

Se cuenta con una proyección a setiembre del 2015 sobre las tendencias de las pérdidas de

área de bosques basada en el Sistema Terra-i Perú, sistema de alerta temprana que se viene

gestionando en el marco del convenio MINAM-CIAT. Dado que este sistema de detección

trabaja a una resolución de 250 mts, los datos que aquí se presentan tienen un mayor margen

de error respecto al análisis a 30 mt con imágenes LANDSAT que obtenemos con CLASlite, sin

embargo marcan definitivamente las tendencias de la pérdida de bosques a nivel nacional.

Las tendencias de deforestación se presentan a continuación:

Figura 27. Detección de pérdida de cobertura vegetal en tiempo casi real. Se expresa en días julianos, en

este caso es el reporte al 13 de setiembre del 2015 que es el día juliano 257. (Fuente TERRA I- Perú, 2015)

De acuerdo a la figura 27, se observa que a partir de abril del 2015 se viene incrementando la

deforestación siguiendo un patrón más o menos regular comparando el comportamiento de la

deforestación de otros años como 2010 y 2014; sin embargo las curva del 2010 y 2014 viene a


pág. 44

ser más pronunciada respecto de lo que viene ocurriendo en el presente año 2015 (ver Terra-i

Perú en http://geoservidor.minam.gob.pe/intro/monitoreo/alerta-temprana-terra-i-5.html ).

La superficie de pérdida de cobertura vegetal, principalmente en los bosques amazónicos de

acuerdo a nuestro sistema de detección temprana Terra-i Perú desde enero a setiembre 2015

es de 46, 068 has.

Históricamente podemos ver la evolución desde el 2004 hasta el 2015 en términos de la tasa

anual de pérdida de cobertura según este Sistema. (Figura 28)

Figura 28. Tasa anual de pérdida de cobertura vegetal desde el 2004 a julio 2015. (Fuente TERRA I- Perú,

2015)

http://geoservidor.minam.gob.pe/intro/monitoreo/alerta-temprana-terra-i-5.html


pág. 45

CONCLUSIONES Y RECOMENDACIONES

El reporte sobre la cuantificación y análisis de la deforestación en la amazonia peruana

actualiza la información al 2014 respecto a las pérdidas de la cobertura boscosa por

deforestación, es decir la conversión de áreas de bosque a otros usos de la tierra debida a

la intervención humana.

La superficie deforestada a partir de la línea de base año 2000 hasta el 2014 ha sido de

1’315,673 has de los cuales en el periodo 2010-2014 se deforestaron 415,278 has, esto

significa una tasa de pérdida de 103,819 has/año.

Los departamentos con mayor superficie deforestada en el periodo 2010-2014 son en orden

San Martín, Loreto, Ucayali, Huánuco y Madre de Dios, este ranking se mantiene más o

menos regular históricamente desde el año 2000, juntos estos departamentos concentran el

86% de la superficie deforestada en este periodo de análisis.

A nivel local, la distribución geográfica de la deforestación cambia notoriamente. Según los

resultados las provincias de Padre Abad en Ucayali, Puerto Inca en Huánuco, Alto

Amazonas en Loreto, Coronel Portillo en Ucayali y la provincia de Ucayali en Loreto son las

provincias más deforestadas en el país, juntas concentran el 44% de toda la deforestación.

Los datos encontrados también reflejan situaciones características de la deforestación

según las diferentes categorías territoriales analizadas. En el caso de las ANP donde la

deforestación es mínima, sin embargo en 05 Zonas de Amortiguamiento se concentra el 76%

de la superficie deforestada del total de las ZA de las ANP del ámbito amazónico.

Los resultados obtenidos muestran la dinámica de cambio del uso de los bosques

amazónicos ligada a las actividades humanas. De acuerdo a un balance general para el

periodo 2010-2014, el 64.3% de la deforestación se produce en áreas principalmente no

categorizadas, en estas áreas se encuentran los cultivos agroindustriales en franca

expansión como palma, café, cacao, en menor proporción los cultivos de papaya;

asimismo se encuentra el grueso de los cultivos de pequeños agricultores y de la minería

ilegal e informal.

Dentro de las áreas con alguna categoría con derecho de tierras, de uso, manejo o de

conservación, el 21.2% de la deforestación total se da en los Bosques de Producción

Permanente, el 12.7% en Comunidades Nativas y 1.8% en ANP.

La información generada: base de datos, mapas y estadísticas se ponen a disposición para

contribuir a la discusión sobre la problemática de la deforestación en el Perú y el

entendimiento de este proceso en términos de dónde ocurre, el nivel de las pérdidas, áreas

críticas, principales agentes y comparación entre diferentes espacios geográficos.

Existe un marco normativo y de política que dan sustento necesario para que esta

información sobre deforestación pueda ser utilizada no sólo en el campo de la elaboración


pág. 46

de instrumentos técnicos del ordenamiento territorial, sino también como insumo de otros

procesos e iniciativas al interior del MINAM, como también en los esfuerzos que se

desarrollan en los diferentes niveles de gobierno y entidades de investigación y de la

sociedad civil.

La metodología empleada está basada en el análisis de mezcla espectral que se aplica

desde la herramienta CLASlite que el MINAM desde el 2009 viene aplicando, asimismo ha

comprendido el uso de definiciones operativas para cumplir con las definiciones

conceptuales de bosque y deforestación. Asimismo, los resultados fueron editados con el fin

de obtener las pérdidas referidas a deforestación.

De acuerdo al proceso de validación con imágenes de alta resolución y trabajo de campo

realizado se ha obtenido valores de índice de Kappa 98.3 para el caso de imágenes y de

98.6 para la medición en campo.


pág. 47

METODOLOGIA

Los materiales que se utilizaron para determinar y analizar las áreas de cambios de la

cobertura de bosque ha no bosque en la Amazonia peruana al año 2014 son los

siguientes:

Cartografía digital

La cartografía digital utilizada fue la siguiente:

Capas Temáticas Fuente Año

Límites Políticos INEI 2007

Red Vial MTPE 2014

Red Hidrográfica

Centros Poblados

Límite Amazónico MINAM

Áreas Naturales Protegidas SERNANP 2015

ANP Amortiguamiento SERNANP 2015

Áreas de Conservación Regional SERNANP 2015

Áreas de Conservación Privada SERNANP 2015

Bosques de Producción Permanente OSINFOR 2014

Comunidades Nativas IBC 2014

Concesiones Forestales 2014

Fuente: SIGMINAM - DGOT


pág. 48

Imágenes de Satélite LANDSAT

Se trabajó con imágenes de satélite Landsat 5 para el año 2011, Landsat 8 LT1 (Nivel 1)

para los años 2013 y 2014 todas correspondientes a la Amazonía Peruana.


2011 - L5 2013 - L8 2014 - L8

002_068 27/08/2011 16/08/2013 - 01/09/2013 19/08/2014

002_069 27/08/2011 16/08/2013 19/08/2014

002_070 08/08/2011 16/08/2013 19/08/2014

003_068 03/09/2011 06/07/2013 - 22/07/2013 10/08/2014

003_069 03/09/2011 06/07/2013 13/10/2014

004_062 09/08/2011 30/08/2013 18/09/2014

004_063 09/08/2011 30/08/2013 18/09/2014

004_067 09/08/2011 29/07/2013 17/08/2014

004_068 09/08/2011 29/07/2013 17/08/2014

004_069 09/08/2011 27/06/2013 17/08/2014

005_062 31/07/2011 21/08/2013 - 09/11/2013 14/12/2014

005_063 31/07/2011 22/09/2013 09/09/2014

005_066 16/08/2011 22/09/2013 21/06/2014 - 25/09/2014

005_067 16/08/2011 22/09/2013 24/08/2014

005_068 16/08/2011 22/09/2013 24/08/2014

005_069 16/08/2011 06/09/2013 24/08/2014

006_061 07/08/2011 24/05/2013 - 28/08/2013 31/08/2014 - 18/10/2014

006_062 07/08/2011 28/08/2013 - 24/05/2013 31/08/2014 - 18/10/2014

006_063 07/08/2011 28/08/2013 - 16/11/2013 18/10/2014 - 19/11/2014

006_064 07/08/2011 12/08/2013 - 28/08/2013 31/08/2014 - 18/10/2014

006_065 07/08/2011 27/07/2013 - 28/08/2013 31/08/2014 - 18/10/2014

006_066 07/08/2011 27/07/2013 - 13/09/2013 15/08/2014 - 18/10/2014

006_067 07/08/2011 27/07/2013 - 12/08/2013 11/05/2014 - 30/07/2014

006_068 07/08/2011 11/07/2013 14/07/2014

006_069 07/08/2011 11/07/2013 14/07/2014

007_060 30/08/2011 25/12/2013 31/03/2014

007_061 30/08/2011 25/12/2013 31/03/2014

007_062 30/08/2011 25/12/2013 - 06/10/2013 26/01/2014 - 31/03/2014

007_063 30/08/2011 19/08/2013 - 04/09/2013 26/01/2014 - 22/08/2014

007_064 29/07/2011 19/08/2013 - 04/09/2013 22/08/2014 - 07/09/2014

007_065 29/07/2011 19/08/2013 - 04/09/2013 22/08/2014 - 07/09/2014

007_066 14/08/2011 29/04/2013 - 16/06/2013 22/08/2014 - 07/09/2014

007_067 14/08/2011 29/04/2013 - 19/08/2013 22/08/2014

007_068 29/07/2011 29/04/2013 22/08/2014 - 07/09/2014

008_060 21/08/2011 11/09/2013 03/12/2014

008_061 21/08/2011 11/09/2013 - 30/11/2013 03/12/2014

008_062 21/08/2011 27/09/2013 - 29/10/2013 30/09/2014 - 03/12/2014

008_063 21/08/2011 27/09/2013 - 29/10/2013 30/09/2014 - 19/12/2014

008_064 20/07/2011 27/09/2013 - 23/06/2013 26/06/2014 - 30/09/2014

008_065 20/07/2011 23/06/2013 - 23/06/2013 12/07/2014 - 30/09/2014

008_066 05/08/2011 27/09/2013 - 11/09/2013 26/06/2014 - 12/07/2014

009_062 12/08/2011 02/09/2013 04/08/2014

009_063 12/08/2011 02/09/2013 - 20/10/2013 04/08/2014 - 20/08/2014

009_064 12/08/2011 27/04/2013 - 16/07/2013 04/08/2014

009_065 09/06/2011 27/04/2013 - 16/07/2013 04/08/2014

010_063 28/11/2013 - 08/08/2013 14/10/2014 - 30/10/2014

010_064 28/11/2013 28/09/2014 - 30/10/2014

Path/RowImágenes LANDSAT


pág. 49

Equipos

Los equipos utilizados para el análisis de los cambios de la cobertura de bosque por

deforestación fueron:

Tabla 11.- Descripción de Equipo utilizados en el análisis de los cambios de la cobertura

Equipo Cantidad Características

Workstation 2

- Procesador 2.00 GHz

- Tipo de Sistema

- Memoria RAM128 GB

Plotters 1

- Impresiones a Color y hasta A0

- Memoria Incorporada serie 384 MB

- Disco duro integrado 80 GB


Programas Informáticos

El procesamiento de las imágenes satelitales y el análisis de los resultados se realizan

utilizando diferente software, como se detalla en el siguiente cuadro.

Tabla 12.- Descripción de Software utilizados en el análisis de los cambios de la cobertura

Software Características Uso

CLASlite Versión 3.2

Utilizado para unión de bandas, Corrección

Radiométrica y Atmosférica, Generación de

imágenes de Cobertura Fraccional, Mapas de

Cobertura de Bosque y No Bosque; y Mapas de

Cambio de Cobertura de Bosque.

ENVI Versión 5.0 Utilizado para la generación de mosaicos y re

proyección de las imágenes

ARCGIS Versión 10.1 Utilizado para la verificación y eliminación de ruidos

(Sombras de nubes, bordes de nubes)



pág. 50

PROCEDIMIENTO METODOLÓGICO

Los procesos técnicos y los resultados obtenidos del análisis de los cambios de la cobertura de bosque a no bosque para el

ámbito de la Amazonía Peruana entre los años 2011 y 2014, corresponden al uso de imágenes landsat procesadas a través

del software CLASlite, el proceso metodológico es el siguiente:


pág. 51

Selección y Descarga de Imágenes Satelitales

Selección de imágenes LANDSAT 5 y 8

La selección de las imágenes satelitales de Landsat 8 se realizó teniendo en cuenta su

distribución de Path y Raw (Figura 25) y siguiendo los criterios de:

Imágenes satelitales con 20% de nubosidad.

Imágenes satelitales del mismo año de estudio 2011, 2013 y 2014

Imágenes satelitales con niveles de corrección Nivel 1T.

Tabla 13. Especificaciones de Productos LDCM a Nivel 1

Tabla 14. Distribución de las bandas en OLI y TIRS


pág. 52

Figura 25.- Catálogo de Imágenes Landsat en la Amazonía



pág. 53

Selección y descarga de las imágenes Landsat 8

Para la descarga de las imágenes satelitales Landsat 8 – LT1 se realizó a través del

servidor de USGS, siendo 46 imágenes correspondientes a la Amazonía Peruana.

Figura 26. Proceso de descarga de las imágenes landsat 8 desde USGS

Figura 27.- Imágenes descargadas en formato TIFF

Generación de imágenes compuestas (RAW, Therm, QA)

Después de la descarga de las imágenes satelitales Landsat 8 - LT1estas son

descomprimidas y con el software CLASlite, que en la última versión ha incorporado la

herramienta “Prepare Landsat”, quien al ubicar y seleccionar la carpeta que contiene

los archivos TIF, procederá el apilamiento y preparará:

a. Un archivo _raw, está compuesta por las bandas 2 (azul), 3 (verde), 4 (rojo), 5,

6(onda corta infrarroja 1) y 7 (infrarroja de onda corta (infrarrojo cercano)2).

b. Un archivo _therm, está compuesto por las bandas térmicas banda 10 y 11.

c. Un archivo _QA, está compuesto por la banda de evaluación de la calidad.

d. Un archivo _MTL.txt.: contiene la Metadata de la imagen.


pág. 54

Figura 28.- Proceso de preparación de los archivos para ingresar en CLASlite

Acondicionamiento de las imágenes

Los archivos compuestos por “Prepare Landsat” se corren en cada carpeta de la

imagen descargada.


pág. 55

Calibración Radiométrica (Paso 1-CLASlite)

El sensor satelital cuando registra datos, detecta la energía reflejada de la superficie

terrestre y de la atmosfera, estos datos son colectados a través del sistema de

imágenes y almacenados de forma digital; sin embrago para usar las imágenes de

manera cuantitativa, los datos registrados en cada pixel deben calibrase con

unidades de números digitales a unidades de energía reflejada, es en este paso que

CLASlite utiliza factores de conversión para la calibración radiométrica (ganancia y

compensación) suministrados por los proveedores de sensores satelitales, obteniendo

como resultado una imagen en unidades de radiancia (vatios por metro cuadrado por

unidad de ángulo sólido), también conocida como la energía medida por el sensor

satelital.

Corrección atmosférica (Paso 1-CLASlite)

Los datos radiométricos contienen información de la superficie terrestre y de su

atmósfera. De esta forma, para trabajar las áreas de vegetación, es necesario

minimizar la contribución de la atmósfera a los valores de cada píxel en la imagen de

satélite. Esto se logra a través de un proceso llamado corrección atmosférica, que

minimiza el efecto del vapor de agua (humedad), aerosoles (del polvo, volcanes, etc.)

y otros factores. CLASlite usa el modelo 6S de transferencia radiativa, que simula la

atmósfera de la Tierra en cada imagen de satélite, que con la información de MODIS

(Moderate Resolution Imaging Spectroradiometer), modela el efecto de la atmósfera

sobre la luz solar a medida que pasa a través de la atmósfera, interactúa con la

superficie terrestre y regresa a través de la atmósfera al sensor satelital.

Para cada imagen, CLASlite ha automatizado completamente la integración de los

promedios mensuales de los datos de MODIS, correspondientes a la fecha de

adquisición de la imagen, en el código de 6S.

Generación de Imágenes de Cobertura Fraccional (Paso 2-CLASlite)

Para este proceso se utiliza las imágenes previamente calibradas y por la corrección

atmosférica, ingresan en CLASlite (paso2) para generar las imágenes de cobertura

fraccional de cada escena, esto implica realizar una clasificación de mezcla espectral

a través del método AutoMCU, o Segregación Espectral Automatizada Monte Carlo

(Asner 1998, Asner y Heidebrecht 2002, Asner et al. 2004), que ofrece un análisis

cuantitativo de la cobertura fraccional o porcentual (0‐100%) de la vegetación viva y

muerta y el sustrato expuesto dentro de cada píxel satelital.

Nota:

CLASlite tiene dos pasos para enmascaramiento: el primer paso está en el Paso 1 de

calibración de la imagen, y el segundo está en el Paso 2 para el mapa de cobertura

fraccional. El enmascaramiento del Paso 1 elimina las nubes, sombras de nubes, sombras del

terreno y agua. El segundo elimina los errores de la MCU basados en valores del RMSE (el

producto de la séptima banda) en la imagen de cobertura fraccional.


pág. 56

Reproyección de las imágenes calibradas y de cobertura fraccional

Este proceso es realizado en ENVI, donde se las imágenes calibradas, generadas en el

paso 1 de CLASlite, y las imágenes de cobertura fraccional, generadas en el paso 2 de

CLASlite, son reproyectadas a la zona 18S.

Generación de escenas con menor cobertura de nubes

Al encontrar escenas con mayor cobertura de nubes, se procede a generar mosaicos

con las escenas de menor cobertura de nubes que correspondan al mismo año de

estudio, este proceso es realizado a través de ENVI y se realiza para las imágenes

calibradas y las imágenes de cobertura fraccional, ya que ambas ingresan en CLASlite

para generar los mapas de cambio de cobertura de bosque.

Generación de mosaicos por departamento

Obtenido las escenas con menor cobertura de nubes se procede a generar los

mosaicos de los 15 departamentos que comprenden la Amazonía Peruana,

generándose un total de 15 mosaicos de los departamentos de imágenes calibradas y

15 de las imágenes de cobertura fraccional, todo este proceso es realizado a través

de las herramientas del software ENVI.

Generación de mapas de cobertura de bosque (Paso 3-CLASlite)

Al obtenerse los mosaicos por departamento de imágenes de cobertura fraccional, se

ingresa en CLASlite y a través de los árboles de decisión definidos convierten los

resultados del Auto MCU de un solo año a estimados de Cobertura de Bosque y No

Bosque.

Generación de mapas de cambios de cobertura de bosque (Paso 4 -CLASlite)

La generación de los mapas de cambios de cobertura de bosque, se ingresa en

CLASlite los mosaicos por departamento de las imágenes calibradas y de las imágenes

de cobertura fraccional de dos años a más y a través de los árboles de decisión,

generan los más de cambio de cobertura de bosque por cada departamento.

Nota:

Los resultados obtenidos del mapa de Bosque y no bosque, como del mapa de cambio de

cobertura de bosque, se encuentran en formato ráster las cuales son convertidas en

información vectorial para el proceso de verificación y eliminación de datos sobrantes, este

proceso es realizado en ARCGIS.


pág. 57

Verificación y eliminación de ruidos

Este proceso es realizado en ARCGIS, donde se visualiza los resultados de cobertura de

bosque y no bosque, asimismo los datos de cambio de cobertura de bosque cada

uno de ellos en formato vector (shape), se comienza a verificar los resultados con las

imágenes analizadas, procediendo a eliminar los bordes y sombras de nubes y los

artefactos sal y pimienta, generados en el proceso.

Validación y Evaluación de los resultados Obtenidos

La validación de los resultados obtenidos, deforestación y cobertura de bosque, son

validados a través de trabajo de campo, imágenes de mayor resolución (RapidEye,

Ikonos, QuikBird, entre otros) y datos LIDAR, este último que es información generada

de los sobrevuelos realizados en colaboración con el Instituto Carnegie para la Ciencia

del Departamento de Ecología Global.

La evaluación de los resultados obtenidos se da para conocer la exactitud de los

datos con los obtenidos en campo o con las imágenes de mayor resolución, este

proceso se da a través de una matriz de confusión, donde se obtienen las diversas

medidas de exactitud, precisión y error.

Generación de estadísticas

Este proceso es realizado de la información de deforestación y cobertura de bosque

con las diversas capas temáticas:

Bosques de Producción Permanente

Comunidades Nativas

Concesiones Forestales

Reservas Territoriales

Áreas Naturales Protegidas

Zona de Amortiguamiento de las ANP´s

Áreas de Conservación Regional

Áreas de Conservación Privada


pág. 58

REFERENCIAS BIBLIOGRAFICAS

Valentina Robiglio, Martín Reyes Acevedo y Elena Castro Simauchi, 2015. Diagnóstico

de los productores familiares en la Amazonía Peruana. ICRAF Oficina Regional para

América Latina, Lima, Perú. (Preliminar)

MINAM, 2015. Documento Base de la Estrategia Nacional de Bosques y Cambio

Climático (Preliminar).

Llactayo, W; Salcedo, K; Victoria, E. 2013. Memoria Técnica de la Cuantificación de la

Cobertura de Bosque y Cambio de Bosque a no Bosque de la Amazonia Peruana

Periodo 2000-2005-2009. Ministerio del Ambiente, Dirección General

Llactayo, W; Salcedo, K; Victoria, E. 2013. Memoria Técnica de la Cuantificación de la

Cobertura de Bosque y Cambio de Bosque a no Bosque de la Amazonia Peruana

Periodo 2009-2010-2011. Ministerio del Ambiente, Dirección Generalde Ordemaniento

Territorial. Lima - Perú.

Gregory P. Asner, W. llactayo, R. Tupayachi y E. Ráez. 2013. Elevated rates of gold

mining in the Amazon revealed through high-resolution monitoring. PNAS.

J.L Dammert, C. Cárdenas, E. Canziani. 2012. Potenciales Impactos Ambientales y

Sociales del Establecimiento de Cultivos de Palma Aceitera en el Departamento de

Loreto. SPDA, Cuadernos de Investigación N° 08. Lima-Perú.

Asner G., Páez G., Knapp D., Balaji A. y Clark J. 2009. Sistema Amigable de Monitoreo

de la Deforestación y Perturbación de Bosques Tropicales CLASlite®. Guía del usuario,

versión 2.0. Departamento de Ecología Global. Institución Carnegie para la Ciencia.

260 Panama Street, Stanford,CA 94305 USA.

Asner, G., Keller M., Pereira R., Z weede J. & Silva J. 2004. Canopy damage and

recovery following selective logging in an Amazon forest: Integrating field and satellite

studies. Ecological Applications 14(4):280-298.

Asner, G. & Heidebrecht K. 2002. Spectral unmixing of vegetation, soil and dry carbon in

arid regions: Comparing multi-spectral and hyperspectral observations. International

Journal of Remote Sensing 23:3,939-3,958.

E. F . Vermote, D. Tanre, J. L. Deuze, M. Herman, and J.-J. Morcrette, “Second simulation

of the satellite signal in the solar spectrum, 6S: An overview,” IEEE Trans. Geosci. Rem.

Sens. 35, 675-686 (1997).


pág. 59

ANEXOS


pág. 60

CARACTERISTICAS DEL AREA DE ESTUDIO

Infraestructura Vial

Las principales vías de acceso que recorren a la región amazónica peruana son: la

carretera Central, la Marginal de la Selva, la carretera Federico Basadre, la carretera

Iquitos – Nauta, la carretera Tarapoto – Moyobamba, Tarapoto – Yurimaguas y la

carretera Interoceánica, principalmente.

Así mismo con el propósito de integrar el país, se vienen desarrollando más proyectos

de infraestructura vial.

Infraestructura Vial


pág. 61

Cobertura Vegetal

La Amazonía Peruana presenta una cobertura vegetal de Bosques de Zonas Húmeda,

de acuerdo al Diagrama Bioclimático del Mapa Ecológico del Perú (ONERN, 1976),

estas zonas contemplan valores de evapotranspiración potencial entre 1.00 y 0.0635;

precipitaciones pluviales anuales mayores de 500 mmm y temperaturas medias

anuales mayores a 6o C. Esto es, involucra a los bosques de la gran llanura aluvial

amazónica (Selva Baja) considerada por debajo de los 600-800 msnm y a los extensos

bosques de paisajes colinosos y montañosos de la vertiente oriental (Selva Alta o

Yunga) y a los bosques relictos mesoandinos y altoandinos9.

Descripción de los tipos de cobertura vegetal identificados en la Amazonía Peruana

según el Mapa de Cobertura Vegetal (MINAM 2015).

Bosque Húmedo de Terraza Baja y Media (BHTbm)

Comprende al bosque húmedo ubicado en la llanura aluvial de la Selva Amazónica,

tanto en las terrazas bajas como en las terrazas medias. Este bosque presenta un gran

potencial de recursos forestales maderables y no maderables, así como de servicios

ambientales. Su cercanía a los ríos y quebradas hace que este bosque esté más

expuesto a las actividades que implican la deforestación del bosque original.

Aguajal (Ag)

Ecosistema ubicado en la gran llanura de la Selva Amazónica, desde el nivel más bajo

de los grandes ríos hasta aproximadamente los 750 msnm, con una gran

concentración en la grandes depresiones como el “Abanico del Pastaza” y

“Ucamara”, en el departamento de Loreto. El aguajal se encuentra inundado en

forma permanente durante el año, producto de las inundaciones que generan los ríos

durante su creciente y por la precipitación pluvial. Los suelos presentan un pobre

drenaje y abundante materia orgánica con lenta descomposición. Asimismo,

constituye un importante sumidero de carbono del suelo, entre los ecosistemas

amazónicos.

Bosque Húmedo de Terraza Alta (BHTA)

Se encuentra ubicado en una plataforma compuesta por acumulación fluvial antigua

con pendiente de 0-15% y aproximadamente sobre los 10 m de altura respecto al nivel

de las aguas; también existen terrazas de origen tectónico, muchas de ellas alejadas

de los ríos y pueden ser planas, onduladas o disectadas; esta última, representa el

segundo proceso erosivo originado por la precipitación pluvial, la cual produce

disecciones en diferentes grados de intensidad traduciéndose en cauces desde

superficiales hasta profundos.

9 Memoria Descriptiva del Mapa de Cobertura Vegetal del Perú, pág. 21.


pág. 62

Este bosque presenta un gran potencial de recursos forestales maderables y no

maderables, así como de servicios ambientales. Debido a la cercanía de algunas

áreas, éstas son más expuestas a las actividades de deforestación.

Bosque Húmedo de Colina Baja y Lomada (BHCbl)

El bosque ubicado en las lomadas, se ubica en aquellas formas de tierra originadas por

acumulación fluvial antigua, presentando una superficie ondulada con pendiente de

8 a 15% y una elevación topográfica menor de 20 m de altura con respecto a su base.

En cuanto al bosque ubicado en las colinas bajas, se desarrolla en tierras originadas

por acumulación fluvial muy antigua y que se presenta con diferentes grados de

disección o erosión, cuya pendiente varía de 15-75% y una elevación topográfica

menor de 80 m de altura con respecto a su base.

Bosque Húmedo de Colina Alta (BHCa)

Este bosque se desarrolla en el paisaje dominado por colinas altas, comprendida por

debajo de los 300 m de altura respecto al nivel de su base y con pendiente

generalmente superior a 50%. Ha sido originada por erosión de la antigua acumulación

aluvial (anteriores niveles de terraza) y se extiende en 3’125,099 ha, que representa el

2.4% de la superficie nacional.

Bosque Húmedo de Superficie Plana Inclinada (BHSpi)

Este bosque se encuentra ubicado en planicies inclinadas muy antiguas que forman

parte del macizo montañoso andino comprendido en el ámbito de las cuencas de los

ríos Urubamba, Inambari y Pachitea.

Esta superficie inclinada antigua presenta una cubierta coluvial con pendiente entre

25% y 50%. La naturaleza propia de su litología le hace resistente a los procesos erosivos

causado por la fuerte precipitación pluvial.

Bosque Húmedo de Montaña (BHM)

Este bosque húmedo de montaña se extiende a través de todo el flanco oriental

andino desde el pie de montaña hasta aproximadamente 3,800 msnm en las zona

central y sur del país (límite del pajonal alto-andino) y hasta los 3,000 msnm en la zona

norte del país (límite del páramo).

Áreas Naturales Protegidas

Las ANP son espacios continentales y/o marinos del territorio nacional reconocidos,

establecidos y protegidos legalmente por el Estado como tales, debido a su

importancia para la conservación de la diversidad biológica y demás valores

asociados de interés cultural, paisajístico y científico, así como por su contribución al

desarrollo sostenible del país.


pág. 63

En el Perú se han establecido al 2015:

76 ANP de administración nacional, que conforman el Sistema Nacional de

Áreas Naturales Protegidas por el Estado - SINANPE.

16 ANP de conservación regional.

80 ANP de conservación privada.

Dentro de la Amazonía Peruana se tiene:

37 ANP de Administración Nacional

54 ANP de Conservación Privada

6 ANP de Conservación Regional

Áreas Naturales Protegidas de Administración Nacional en la Amazonía

Categoría Nombre Ubicación Uso Área (ha.)

Bosque de

Protección

Pui Pui Junín Uso Directo 14,365.77

de San Matías San Carlos Pasco Uso Directo 148,760.13

Alto Mayo San Martín Uso Directo 182,000.00

Parque Nacional

Otishi Junín y Cusco Uso Indirecto 305,973.05

Tingo María Huánuco Uso Indirecto 4,777.50

Río Abiseo San Martín Uso Indirecto 211,236.91

del Manu Madre de Dios y Cusco Uso Indirecto 1,688,890.04

Alto Purús Ucayali y Madre de Dios Uso Indirecto 2,514,691.91

Bahuaja Sonene Madre de dios y Puno Uso Indirecto 1,101,483.22

Ichigkat Muja - Cordillera

del Cóndor Amazonas Uso Indirecto 88,346.27

Gueppí-Sekime Loreto Uso Indirecto 203,521.70

Yanachaga-Chemillún Pasco Uso Indirecto 113,358.40

Cordillera Azul San Martín, Loreto,

Ucayali y Huánuco Uso Indirecto 1,353,190.82

Reserva Comunal

Ashaninka Junín y Cusco Uso Directo 184,467.41

Machiguenga Cusco Uso Directo 218,905.63

El Sira Huánuco, Pasco y

Ucayali Uso Directo 616,417.14

Amarakaeri Madre de Dios Uso Directo 403,814.25

Purus Ucayali y Madre de Dios Uso Directo 202,592.94

Tuntanain Amazonas Uso Directo 94,986.61

Chayu Naín Amazonas Uso Directo 23,618.67

Huimeki Loreto Uso Directo 141,234.46


pág. 64

Airo Pai Loreto Uso Directo 247,849.57

Yanesha Pasco Uso Directo 33,674.70

Reserva Nacional

Pacaya Samiria Loreto Uso Directo 2,170,247.45

Tambopata Madre de Dios Uso Directo 280,196.82

Matsés Loreto Uso Directo 420,635.34

Pucacuro Loreto Uso Directo 637,953.83

Allpahuayo Mishana Loreto Uso Directo 58,069.90

Santuario

Histórico Machupicchu Cusco Uso Indirecto 15,377.78

Santuario

Nacional

Megantoni Cusco Uso Indirecto 215,868.96

Pampa Hermosa Junín Uso Indirecto 10,458.20

Tabaconas Namballe Cajamarca Uso Indirecto 32,274.07

Cordillera de Colán Amazonas Uso Indirecto 39,237.61

Zona Reservada

Santiago Comaina Amazonas, Loreto Zona

Reservada 398,449.44

Río Nieva Amazonas Zona

Reservada 36,348.30

Yaguas Loreto Zona

Reservada 871,389.29

Sierra del Divisor Loreto y Ucayali Zona

Reservada 1,477,401.59

Total 16,762,065.68

Fuente: SIGMINAM-DGOT


pág. 65

Mapa de Áreas Naturales Protegidas en la Amazonía Peruana

Fuente: SIGMINAM-DGOT / ANP: SERNANP 2015


pág. 66

Áreas de Conservación Regional

En el Perú a la fecha se tiene 15 áreas de conservación regional y que representan una

extensión de 2,405,558.82 ha, de las cuales dentro de la Amazonía Peruana se tiene 6

como se muestra en el Cuadro 03 y con una extensión de 2,123,147.51 ha; siendo el

área de conservación regional de mayor extensión Alto Nanay-Pintuyacu Chambira,

ubicada en la región de Loreto.

Tabla .- Áreas de Conservación Regional en la Amazonía

Área de Conservación Regional Ubicación Área (ha.)

Comunal Tamshiyacu Tahuayo Loreto 420,080.24

Imiria Ucayali 135,737.52

Ampiyacu Apayacu Loreto 434,129.54

Choquequirao Cusco 28,695.04

Alto Nanay- Pintuyacu Chambira Loreto 954,635.48

Cordillera Escalera San Martín 149,869.69

Total 2,123,147.51


Áreas de Conservación Privada

En el Perú a la fecha se tiene 66 áreas de conservación privada y que representan una

extensión de 259,333.51 ha, de las cuales 54 se encuentran dentro de la Amazonía

Peruana se muestra en el Cuadro 04 y tienen una extensión de 123,128.70 ha; siendo el

área de conservación privada de mayor extensión Los Chilchos, ubicada en la región

de Amazonas.

Tabla .- Áreas de Conservación Privada en la Amazonía

Área de Conservación Privada Ubicación Tipo Área (ha.)

Abra Málaga Cusco Privado 600.15

Abra Patricia-Alto Nieva Amazonas Privado 1,414.99

Amazon Natural Park Loreto Privado 62.66

Amazon Shelter Madre de Dios Privado 9.69

Bahuaja Madre de Dios Privado 5.63

Berlin Amazonas Privado 59.09

Boa Wadack Dari Madre de Dios Privado 23.04


pág. 67

Bosque Benjamín I Madre de Dios Privado 28.68

Bosque Benjamín II Madre de Dios Privado 29.27

Bosque Benjamín III Madre de Dios Privado 26.24

Bosque de Palmeras de la Comunidad

Campesina Taulia Molinopampa Amazonas Comunal 10,920.84

Bosque Nublado Cusco Privado 3,365.09

Camino Verde Baltimore Madre de Dios Privado 21.26

Cavernas de Leo Amazonas Privado 12.50

Copallín Amazonas Comunal 11,558.74

El Gato Madre de Dios Privado 45.41

Espíritu del Monte Madre de Dios Privado 40.38

Habana Rural Inn Madre de Dios Privado 28.07

Herman Dantas Loreto Privado 49.07

Hierba Buena - Allpayacu Amazonas Comunal 2,282.12

Huaylla Belén - Colcamar Amazonas Comunal 4,315.56

Huiquilla Amazonas Privado 867.19

Inotawa-1 Madre de Dios Privado 59.48

Inotawa-2 Madre de Dios Privado 15.73

Japu - Bosque Ukumari Llaqta Cusco Comunal 13,765.35

Juningue San Martín Privado 39.12

Kakiri Uka Loreto Privado 12.15

La Pampa del Burro Amazonas Comunal 2,776.96

Larga Vista I San Martín Privado 22.32

Larga Vista II San Martín Privado 22.51

Las Panguanas 1 Loreto Privado 1.91




Llamapampa - La Jalca Amazonas Comunal 17,502.93

Los Chilchos Amazonas Privado 44,475.61

Milpuj - La Heredad Amazonas Privado 16.57

Nuevo Amanecer Madre de Dios Privado 28.65

Panguana Huánuco Privado 130.19


pág. 68

Paraíso Natural Iwirati Loreto Comunal 100.00

Pillco Grande- Bosque de Pumataki Cusco Comunal 116.80

Pucunucho San Martín Privado 23.50

Refugio K'erenda Homet Madre de Dios Privado 34.76

Refugio K'erenda Homet Madre de Dios Privado 0.99

Sagrada Familia Pasco Privado 125.19

San Antonio Amazonas Privado 357.39

San Juan Bautista Madre de Dios Privado 23.29

San Marcos Huánuco Comunal 671.63

Selva Botánica Loreto Privado 170.45

Selva Virgen Loreto Privado 24.51

Tambo Ilusión San Martín Privado 14.29

Tilacancha Amazonas Comunal 6,800.48

Tutusima Madre de Dios Privado 5.48

Wacan Numi Loreto Privado 12.18

Total 123,128.70



pág. 69

Comunidades Nativas

En la Amazonía Peruana existen 1,291 Comunidades Nativas con una extensión de

12’739,836.82 ha.

Figura .- Superficie de las CCCNN por Departamento



pág. 70

Mapa de Comunidades Nativas en la Amazonía

Fuente: SIGMINAM-DGOT / CCNN: IBC 2014


pág. 71

Bosques de Producción Permanente

Los Bosques de Producción Permanente están distribuidas en una extensión de

17,790,122.83 ha en la Amazonía Peruana, de las cuales la mayor extensión se

encuentra en la región de Loreto.

Figura 03.- Superficie de los Bosques de Producción Permanente por Departamento

Fuente: SIGMINAM-DGOT; MINAGRI


pág. 72

Mapa de Bosques de Producción Permanente en la Amazonía Peruana

Fuente: SIGMINAM-DGOT / BPP: MINAGRI-DGFFS 2014


pág. 73

Anexo 1: DEFORESTACION POR AÑOS DEL PERIODO 2010 AL 2014 Y

SUPERFICIE RELATIVA DE DEFORESTACION

Ámbito Estudio

Superficie Deforestada por Periodo Deforestada Acumulada

2010- 2014 (ha.)

Tasa Deforestación

2010 - 2014 (ha./año) 2010 -

2011

2011 -

2013

2013 -

2014

Amazonía

Peruana 95,513.35 171,049.11 148,716.17 415,278.63 103,819.66

Departamento Superficie Departamento

en la Amazonía (ha.)

Deforestación Acumulada

2010- 2014 (ha.)

Superficie Total Relativa

2000 - 2014 (ha.)

Amazonas 3,724,462.38 11,413.99 0.31%

Ayacucho 341,935.93 1,571.45 0.46%

Cajamarca 771,252.15 5,160.05 0.67%

Cusco 3,710,086.30 15,854.04 0.43%

Huancavelica 70,735.27 15.55 0.02%

Huanuco 2,359,170.04 56,719.87 2.40%

Junin 2,515,024.60 8,321.79 0.33%

La Libertad 84,805.33 9.45 0.01%

Loreto 37,503,942.56 95,857.19 0.26%

Madre de Dios 8,503,657.79 25,428.32 0.30%

Pasco 1,761,419.48 13,829.84 0.79%

Piura 69,515.33 457.61 0.66%

Puno 1,600,459.14 3,089.47 0.19%

San Martin 4,907,221.49 97,200.58 1.98%

Ucayali 10,532,795.61 80,349.43 0.76%

Total 78,456,483.40 463,591.35 -


pág. 74

Departamento Deforestación Acumulada

2010- 2014 (ha.)

San Martin 97,200.58

Loreto 95,857.19

Ucayali 80,349.43

Huanuco 56,719.87


Cusco 15,854.04

Pasco 13,829.84

Amazonas 11,413.99

Junin 8,321.79

Cajamarca 5,160.05

Puno 3,089.47

Ayacucho 1,571.45

Piura 457.61

Huancavelica 15.55

La Libertad 9.45

TOTAL 415,278.63

Departamento

Deforestación

Acumulada 2000- 2014

(ha.)

San Martin 318,974.00

Loreto 299,211.50

Ucayali 219,132.23

Huanuco 168,871.46


Cusco 57,269.22

Amazonas 53,107.51

Junin 53,045.41

Pasco 48,749.32

Cajamarca 12,973.56

Puno 7,551.77

Ayacucho 5,299.17

Huancavelica 603.90

Piura 600.04

La Libertad 351.05

TOTAL 1,315,674.67


pág. 75

Anexo 2: DEFORESTACION EN AMBITOS LOCALES (PROVINCIAS) EN LA

AMAZONIA PERUANA

Departamento Provincia 2010-2014

UCAYALI PADRE ABAD 45,635.76

HUANUCO PUERTO INCA 44,922.45

LORETO ALTO AMAZONAS 33,125.53

UCAYALI CORONEL PORTILLO 26,675.20

LORETO UCAYALI 15,897.27

SAN MARTIN LAMAS 15,241.25

MADRE DE DIOS TAMBOPATA 15,101.01

SAN MARTIN MARISCAL CACERES 14,639.33

CUSCO LA CONVENCION 14,274.08

LORETO MAYNAS 13,579.41

PASCO OXAPAMPA 13,145.39

LORETO MARISCAL RAMON

CASTILLA 12,965.39

SAN MARTIN BELLAVISTA 12,461.04

SAN MARTIN SAN MARTIN 12,014.33

SAN MARTIN HUALLAGA 9,862.55

SAN MARTIN MOYOBAMBA 9,460.76

LORETO REQUENA 8,290.72

UCAYALI ATALAYA 7,791.74

SAN MARTIN PICOTA 7,376.91

LORETO DATEM DEL MARAÑON 7,072.34

JUNIN SATIPO 6,311.95

HUANUCO LEONCIO PRADO 6,162.78

SAN MARTIN EL DORADO 5,824.60

MADRE DE DIOS TAHUAMANU 5,343.86

SAN MARTIN RIOJA 5,285.56

SAN MARTIN TOCACHE 5,034.25

AMAZONAS CONDORCANQUI 4,996.40

MADRE DE DIOS MANU 4,983.45

LORETO LORETO 4,926.54

CAJAMARCA SAN IGNACIO 4,602.91

HUANUCO MARAÑON 3,046.21

AMAZONAS RODRIGUEZ DE MENDOZA 2,396.14

PUNO CARABAYA 1,841.95

JUNIN CHANCHAMAYO 1,474.41

HUANUCO HUANUCO 1,452.74


pág. 76

PUNO SANDIA 1,236.95

AMAZONAS LUYA 1,181.74

AYACUCHO LA MAR 969.84

AMAZONAS BONGARA 902.96

AMAZONAS BAGUA 888.15

CUSCO PAUCARTAMBO 883.15

AMAZONAS CHACHAPOYAS 777.07

PASCO PASCO 684.45

HUANUCO HUAMALIES 611.76

AYACUCHO HUANTA 601.61

CAJAMARCA JAEN 557.14

PIURA HUANCABAMBA 456.48

CUSCO QUISPICANCHI 424.81

HUANUCO PACHITEA 384.14

JUNIN JAUJA 368.87

AMAZONAS UTCUBAMBA 271.53

CUSCO CALCA 270.85

UCAYALI PURUS 246.73

HUANUCO HUACAYBAMBA 119.62

JUNIN JUNIN 63.40

JUNIN HUANCAYO 48.85

JUNIN TARMA 43.85

HUANUCO DOS DE MAYO 20.17

HUANCAVELICA TAYACAJA 15.55

PUNO SAN ANTONIO DE PUTINA 10.57

JUNIN CONCEPCION 10.46

LA LIBERTAD PATAZ 9.45

CUSCO URUBAMBA 1.15

PIURA AYABACA 1.13


pág. 77

Anexo 3: DEFORESTACION EN AREAS NATURALES PROTEGIDAS Y

ZONAS DE AMORTIGUAMIENTO

ANP

Categoría Nombre 2010-2014

Reserva Nacional Pacaya Samiria 2034.04

Bosque de

Protección Alto Mayo 1086.77

Reserva Comunal El Sira 1015.65

Zona Reservada Sierra del Divisor 433.64

Parque Nacional Río Abiseo 220.05

Bosque de

Protección de San Matias San Carlos 190.00

Parque Nacional del Manu 160.89

Parque Nacional Bahuaja Sonene 156.87

Reserva Nacional Allpahuayo Mishana 113.27

Parque Nacional Yanachaga-Chemillén 103.61

Reserva Nacional Tambopata 91.86

Reserva Comunal Machiguenga 82.15

Santuario Nacional Megantoni 74.25

Parque Nacional Cordillera Azul 71.49

Zona Reservada Santiago Comaina 70.13

Reserva Comunal Ashaninka 57.19

Reserva Comunal Yanesha 56.44

Reserva Nacional Matsés 43.76

Reserva Comunal Amarakaeri 34.93

Parque Nacional Tingo María 34.14

Parque Nacional Otishi 28.53

Parque Nacional Alto Purús 26.46

Zona Reservada Río Nieva 19.52

Parque Nacional Gueppi-Sekime 9.09

Reserva Comunal Huimeki 7.92

Reserva Comunal Purus 7.38

Santuario Nacional Cordillera de Colán 7.31

Reserva Comunal Airo Pai 6.64

Santuario Nacional Tabaconas Namballe 6.06

Zona Reservada Yaguas 5.40

Parque Nacional Ichigkat Muja - Cordillera del Cóndor 4.87

Reserva Comunal Tuntanain 4.59


pág. 78

Reserva Nacional Pucacuro 4.05

Santuario Histórico Machupicchu 1.15

Reserva Comunal Chayu Naín 1.08

Bosque de

Protección Pui Pui 0.27

Santuario Nacional Pampa Hermosa 0.03

TOTAL 6271.48

ZA

Zona Amortiguamiento 2010-2014

Cordillera Azul 39,027.80

El Sira 10,410.83

Bahuaja Sonene - Tambopata 8,267.81

Pacaya Samiria 7,007.44

Río Abiseo 4,201.76

Alto Mayo 3,278.87

Otishi 3,071.85

Megantoni 2,097.02

Machiguenga 2,056.66

Yanesha - de San Matias San Carlos 2,040.38

Amarakaeri 1,750.07

Ashaninka 1,152.93

Yanachaga-Chemillén 846.76

Yanesha 822.78

Allpahuayo Mishana 759.12

Matsés 678.24

del Manu 583.57

Santiago Comaina 403.92

Tabaconas Namballe 305.20

Ampiyacu Apayacu 230.21

Ichigkat Muja - Cordillera del Cóndor 156.78

Tuntanain 153.92

Tingo María 141.29

Machupicchu 95.07

Purus 88.21

Alto Purús 54.94

Cordillera de Colán 16.04

Pucacuro 15.48

Pui Pui 6.99

Pampa Hermosa 4.08

TOTAL 89,726.02


pág. 79

Área de Conservación Regional 2010-2014

Cordillera Escalera 590.74

Imiria 205.27

Choquequirao 42.55

Comunal Tamshiyacu Tahuayo 27.49

Ampiyacu Apayacu 19.26

Alto Nanay- Pintuyacu Chambira 13.92

Área de Conservación Privada 2010-2014

Los Chilchos 56.53

Bosque de Palmeras de la

Comunidad Campesina Taulia

Molinopampa

55.67

La Pampa del Burro 9.06

Llamapampa - La Jalca 7.43

Tambo Ilusion 3.85

Tilacancha 3.81

Bosque Nublado 3.60

Herman Dantas 1.56

Abra Patricia-Alto Nieva 1.11

Juningue 1.11

Larga Vista II 1.02

ParaÝso Natural Iwirati 0.79

Selva Virgen 0.74

Kakiri Uka 0.40

Las Panguanas 4 0.10

Panguana 0.09

Pucunucho 0.09

Huaylla BelÚn - Colcamar 0.04

TOTAL 147.00


pág. 80

Anexo 4: DEFORESTACION EN COMUNIDADES NATIVAS

Comunidad Nativa 2010-

2014

PUERTO NUEVO 1715.78

ALTO MAYO 1628.05

HUASCAYACU 1257.80

PUERTO AZUL 1001.21

MARISCAL C┴CERES 990.29

SHIMPIYACU 988.12

MATSES 873.55

SINCHI ROCA 851.95

CACHIYACU 704.45

SINCHI ROCA II 658.83

SAN JOSE DE KARENE 644.25

PISTËN BENAVIDES 557.11

BAJO NARANJILLO 512.96

GRAN SHINONGARI 499.54

ATAHUALPA Y ANEXOS SANTA ROSA Y SACHAPAPA 498.35

SANTA MARTHA 479.39

NUEVA ESPERANZA 451.28

MORROYACU 400.51

SANTA ROSA 386.22

EL DORADO 382.92

MENCORIARI 374.02

BELLAVISTA 365.24

BARRANCO CHICO 355.27

EL NARANJAL 343.65

CAHUAPANAS 341.90

LIBERTAD 341.51

SHAMPUYACU 337.54

SAN ROQUE DE YAHUARH 335.11

ESPERANZA DE YURACYACU 324.78

SIETE DE JUNIO 317.28

BETEL 310.33

SEASMI 287.58

YURILAMAS 279.07

TICUMPINIA 276.44

KOTSIMBA 269.54

PUERTO PORVENIR 267.52

SANTA TERESA 260.17

ENOC FLOR DE UN D═A 257.06

LAS AMAZONAS ANEXO SHAPAJA 253.16


pág. 81

YARINA 251.15

CHAYAHUITA 245.05

SHAWIT 244.36

TUNDUZA 241.75

ALTO NARANJILLO 235.27

NUEVO UNIDOS TAHUANTINSUYO 232.38

MATORIATO 227.06

NUEVE DE OCTUBRE 220.66

CANAPISHTEA 219.64

CUTIVIRENI 217.09

VILLA HERMOSA ANEXO NUEVO ALIANZA 212.50

SABALOYACU 211.71

CLEYTON 210.64

CHAMIKAR 206.25

Limatambo 205.36

NUEVA VIDA Y ANEXOS LOS ANGELES Y GALLINAZO YACU 204.01

BUFEO COCHA 201.83

CENTRO TSOMAVENI 200.80

TIPESHIARI 200.78

SAN ROM┴N DE SINAR 198.64

MONTE CARMELO 193.40

PAOYHAN 192.92

PITIRINKINI 181.53

ALIANZA PROGRESO 181.32

MOYOBAMBILLO 174.15

URAKUZA 171.97

SOLEDAD DE HUITOYACU 171.73

CANDUNGOS 170.82

SAN ANTONIO DE SANIYACU 169.07

PANDORA ANEXO SINCHI ROCA 167.49

VILLA GONZALO 167.27

YARAU 166.94

QUEMPIRI 164.46

PACHACUTEC 162.95

CAUP┴N 162.45

BARRANQUITA ANEXOS BUENOS AIRES Y AICHIYACU 159.91

YAMINO 157.29

MAMAYAQUE 150.38

NUEVO PARAISO 146.48

CATUNGO QUIMPIRI 144.52

PUCALLPILLO 144.46

NUEVA ESPERANZA Y ANEXOS 144.13

TRES ISLAS 137.97


pág. 82

SACHAVACA 135.17

SEPAHUA 134.90

OCULIZA 134.67

YUTUPIS 133.91

SAN JACINTO 132.69

SHIMAA 131.66

CAYAMAS 128.87

ACHU 122.18

BETANIA 121.35

NUEVO PROGRESO 121.31

NUEVO CAN┴N 118.68

NUEVO ARICA 118.19

PARINARI 114.77

SHIVANKORENI 114.54

BAJO ARUYA 113.97

CARPINTERO 112.06

INFIERNO 110.59

ACHUAL TIPISHCA 108.12

SANTO TORIBIO DE MOGROVEJO 107.98

PITSA 107.89

SAN GABRIEL DE VARADERO 107.06

HUACAMAYO 106.98

OBRERO 106.77

CHURUYACU 106.71

NUEVO JUN═N 106.03

NUEVA ESPERANZA Y ANEXOS NUEVA JERUSAL╔N Y URCO MIRAÐO 105.80

PAATAN ENTSA 105.54

PALOMETAYACU 105.30

PROGRESO 105.15

TRES UNIDOS DE MATERENI 104.58

MONTERRICO 102.68

BUENOS AIRES 101.48

CONDOR 101.11

SHIMPENCHARIATO 99.26

BEL╔N 99.06

QUITENI 97.60

SEPTIMO UNIDOS DE SANTA F╔ DE AGUACHINI 96.95

NUEVA YARINA Y ANEXOS 96.30

LORETO 95.00

FRAY MART═N 94.67

EL SOL 94.31

NUEVO MUNDO 93.75

SEGAKIATO 93.74


pág. 83

TUUTIN 92.63

TRES HERMANOS Y ANEXOS 91.17

PORVENIR 90.19

TONIROMASHE 88.12

SAN RAFAEL 87.48

CUSHILLO COCHA 87.24

SAN FRANCISCO 87.08

CHURINASHI 86.23

SHIMPE 85.67

SAN JOS╔ DE KORIBENI 85.35

DULCE GLORIA 85.22

PARATOSHARI 85.15

HANSWALD 84.48

UNINI 83.71

NUEVA LUZ 83.53

T┌PAC AMARU 83.28

CAMANA 82.39

IMPAMEQUIARI 82.24

MAYAPO 81.94

PUERTO ESPERANZA 81.87

PUYENTIMARI 81.87

PANAN 81.21

SANTA CLARA 80.47

SANTA ISABEL DE PACHITEA 79.68

PUERTO ALEGRE 79.16

SAN FRANCISCO ANEXO PIJUAYAL 79.03

SAN JUAN DE ARMANAYACU 78.90

APINIHUA 77.59

NUEVO MUNDO DE PAVAYACU 76.94

SAN PABLO DE LA CRUZ 76.91

IRAPAY 76.76

PUERTO LUZ 76.73

TIWIYACU 75.97

SHIPURI 75.87

MONTE ALEGRE 75.86

CHIRIK SACHA 73.83

WAWAIM 73.83

TSIROTZIRE 73.26

NUEVO MAMBUYACU 73.23

VILLA ALEGRE DE QUIRISHARI 72.61

WIJINT 72.10

FLOR DE UCAYALI 71.75

SHARARA 71.65


pág. 84

SANTA MAR═A 71.06

OLVIDO 70.93

CHIPE CUZU 70.30

AVIACIËN 69.51

MANITINKIARI 69.20

LIMATAMBO 69.17

CHAPIS Y ANEXO NUEVA ALEGRIA Y AJACH═N 69.11

JUANCITO 68.62

SAN LUIS DE CHINCHIHUANI 68.62

PUERTO ESPERANZA DE SHESHEA 68.42

ALTO PAJAKUS 66.92

NUEVA ALIANZA 66.78

SANTA MERCEDES DE PILLINGUE 66.20

PUERTO BEL╔N 66.13

TAHUANTY 65.52

PAMPA HERMOSA 65.41

CACO MACAYA 65.12

FERNANDO STHAL 64.12

Kipachiari 63.13

ALTO LAGARTO 62.94

SAMPANTUARI 61.89

DAPIKAT KAJEKUI 61.81

SAN LORENZO DE ARMANAYACU 61.70

NAPURUK 61.11

CASHIRIARI 60.86

SANTA ROSA DE DINAMARCA 60.31

SHIRINGAYOC 60.08

ARAZAIRE 60.07

CHUMBAQUIHUI 59.96

Santa_Rosa 59.12

CUBANTIA 58.55

COPAL SACHA 58.24

PUERTO OCOPA 57.89

SANTA ROSA DE RUNUYA 57.75

VISTA ALEGRE 57.73

PICHANA 57.64

MAPALJA 57.12

YOQUIRI 56.97

QUEMPITIARI 56.78

KUSU 56.43

SAN JUAN DE PAVAYACU 55.97

SHIMABENZO 55.69

ALFONSO UGARTE 55.65


pág. 85

SAN LUIS DE CHARASMANA 55.03

SANTA ROSA DE CHUCHURRAS 54.89

POYENI 54.68

NUEVO TRIUNFO 54.57

SHEREMASHE 54.56

JAVIROSHI 54.47

DUSHIP 54.36

BOBINSANA 54.06

ALTO ISCOZAC═N 53.45

CENTRO SELVA CORINTONI 53.38

SAN RAFAEL (1) 53.38

QUIMAROPITARI 53.12

ISOLAYA 52.77

ESTRELLA ANEXO NUEVO LAUREL 51.90

BALSAPUERTO 51.60

TAMISH NAMAK 51.56

WAISIM 51.31

UNIËN SAN FRANCISCO 51.09

CHICOSA 50.91

VILLA NUEVA ALIANZA 50.83

MIRAFLORES 50.65

TRES UNIDOS 50.41

CHENI 50.02

MARANATHA 49.75

MAZARONQUIARI 49.48

DIOBAMBA 49.45

SAN PEDRO 49.45

PUERTO HUALLANA 49.14

OTICA 49.08

SANKIROSI 48.88

COLONIA CACO 48.85

NUEVA ERA 48.74

PUNCHANA 48.73

SAN MART═N DE PORRES 48.70

NARANJOS 48.25

NUEVO NAUTA 47.78

SAN JUAN DE UNGURAHUAL 47.35

NUEVO BARRANQUITA 47.15

METENI 46.77

MAIRIDICAI 46.76

HUAO 46.67

KAYAKUSHA 46.66

SAN LUIS DE CUMANCAY 45.95


pág. 86

CHAMIRIARI 45.50

MASAROVENI 45.27

SAN FRANCISCO DEL ALGODONAL 45.24

BELLAVISTA DE CALLARU 45.20

PAPAYACU O SAN MART═N 45.20

HUARACAYO 45.16

SAN ANTONIO DE RUMIYACU 45.08

KACHIPAMPA 45.05

PIJUAYAL 44.95

SOLEDAD 44.91

SELVA 44.55

TANGOSHIARI 44.37

OREJONES 44.14

PALMICHE:ZAPOTE, CHACAT┴N 43.68

PUERTO AMISTAD 43.62

WISUN 43.43

RAMËN CASTILLA 43.06

PUERTO ARTURO 42.81

SAN JOS╔ DE YANAYACU 42.67

NUEVA VIDA 42.50

PANINTZA 42.44

SHENONTIARI 42.38

JAPAIME ESCUELA 42.35

NUEVA JERUSAL╔N 42.35

KOCHIRI 42.24

BRASILIA 42.17

MANCOITE 42.01

ANGAIZA 41.86

LOMA LINDA - LAGUNA 41.85

NUEVA ALIANZA DE BAÐOS 41.24

VENCEDOR 41.07

KASHAP 40.92

Ti±ovancani 40.84

ACHUAGA 40.78

SEMPAYA 40.61

QUIPACHARI 40.42

SIETE DE AGOSTO 40.14

JERUSAL╔N DE MIÐARO 40.05

HORTENCIA COCHA Y ANEXOS SAN FERNANDO, CHIMARA, NUEVO PROGRESO Y

NUEVO UCAYALI 39.75

CENTRO SELVA QUIRISHARI 39.68

SHEVOJA 39.61

BOCA DEL INAMBARI 39.57


pág. 87

CHUNCHIWI 39.57

PAMPA SACHA 39.32

ATALAYA 38.51

CAMPO SERIO 38.12

CHEMBO 38.06

AMANBAY 37.34

TSOROJA 37.31

NUEVA SHAHUAYA 37.15

TSACHOPEN 36.89

SUIKAI 36.85

SHOROYACOCHA - PUERTO PIJUAYAL 36.75

SAN ALBERTO DE MORONA 36.66

PUERTO LIBRE 36.52

SAN JOS╔ DE SANTARIANI 36.40

SHAANI 36.22

SAN PEDRO DE POROTOYACU 36.16

NUEVO LORETO 36.11

EL MILAGRO 36.02

NUEVO CHAZUTA 35.62

SAN PABLO 35.57

PANCHO COCHA 35.39

YUJAGKIM 35.36

OVIRI 35.00

HUANCAYO 34.59

GALILEA 34.58

MAJANU ENTSA 34.47

BASHUTAK 34.43

GUAYABAL 34.43

SHIMPUENTS - BAKANTS 34.34

MIARIA 34.32

ÐAGAZU 33.86

BETIJAY 33.48

NUEVO HAHUAYPA 33.44

NUEVO SAN ANTONIO 33.25

SHANKIMENTIARI 33.19

PUCABARRANCA 33.03

CUSU PAGATA 32.94

OJEAYO 32.78

SAN JORGE DE PACHITEA 32.66

CHACHIBAI 32.17

CHINCHENI 32.11

CANOA PUERTO 31.91

PUERTO CHINGANA 31.89


pág. 88

LIBERTADOR 31.76

NUEVO CAJAMARCA ANEXO NUEVO ALIANZA 31.67

WAWIK (NUEVO BEL╔N) 31.40

SHEYAMASHYA 31.33

CENTRO PUCAN═ 31.30

CHINGAMAR 30.98

NUEVO CLAVERO 30.78

PUERTO ADELINA 30.67

NUEVO NAZARETH 30.66

CANAMPA 30.63

BORAS DE BRILLO NUEVO 30.61

SAPANI 30.34

TIVORIARI 30.30

PUERTO LIMËN 30.18

NUEVO PER┌ 30.17

EBRËN 30.16

PUERTO LETICIA 30.07

ALTO SHAMBOYAKU 30.05

GLORIABAMBA 29.88

NUEVA UNIËN 29.73

WEE 29.35

REMANSO 29.28

CANGA 29.22

TIPISHCA 29.15

OCHO DE OCTUBRE 29.12

WACHAPEA 29.05

SAWAWO - HITO 40 28.86

SANTA URSULA 28.82

SANTA ROSA DE OROSA 28.81

SUA SAN ANTONIO 28.58

SHIRINGAMAZU 28.54

NARANJAL 28.44

NUEVO SAN JUAN 28.40

PUERTO DAVIS 28.19

SANTA CLARA DEL AMAZONAS 28.10

SAASA 27.86

SAN JUAN 27.84

SHARAHUAJA 27.83

NUEVA ESPERANZA DE CUMARIA 27.73

QUECHUA DE SAN FERNANDO 27.53

NUEVO IRASOLA 27.47

PUCALLPA 27.41

SANTA ROSA DE CHIVIS 27.38


pág. 89

PAVOTE 27.32

PUERTO GRAU 27.22

FLOR DE CHENGARI 27.09

AJACH═N 26.89

PARANTARI 26.76

SUPAYACU 26.73

SARGENTO LORENZ 26.34

CORITENI TARSO 26.26

HUAMBRA COCHA 26.25

HUITOTOS DE FORTALEZA 26.22

CHURUNTSA 26.19

JATITZA 25.98

SAN FRANCISCO O TZINQUIATO 25.69

EL PORVENIR 25.33

PAYOROTE 24.78

NUEVO POZO 24.65

CHEQUITAVO 24.57

ALTO ARUYA 24.39

SABALUYO MAMORIARI 24.33

UUT 24.11

DOS DE MAYO 24.03

NUEVA LUZ DE ARARA 23.79

NUEVO PORVENIR 23.77

INCA ROCA 23.62

Marankiari 23.30

TRES HERMANOS DEL SIRA 23.22

SAN ENRIQUE 23.19

MAMAYAKIM 23.09

NUEVO ROCA FUERTE 22.87

SANTA ELENA - R═O TAMBOR YACU 22.79

QUEMPORIQUISHI 22.75

CANA┴N 22.36

UTUCURO 22.31

REFORMA 22.30

NUEVO LIBERTADOR 22.28

PUEBLO NUEVO DEL CACO 22.21

SANTA ROSITA DE SHIRINTIARI 22.19

ESTIRËN DE SANTA MAR═A 22.07

CENTRO SELVA TZIPANI 21.94

NUEVA ALEGRIA ANEXOS TRIUNFO, KUSUIMI Y TRES DE MAYO 21.85

ANACAYALI 21.81

TUYANKUWAS (SIJIAK) 21.41

NUEVO SHETEVO 21.37


pág. 90

AMAQUIRIA 21.22

ADSACUSA 21.14

NUEVO SUCRE 21.08

SAN JOS╔ DE AZUPIZU 21.00

CHIRUMBIA 20.99

ZAPOTE 20.90

SAN LUIS 20.87

SAN CARLOS 20.85

NUEVA ANGUSILLA 20.74

MAYNI 20.66

UGARTE 20.63

YANKUNTICH 20.63

KUITH 20.62

NUEVO ITALIA 20.52

SAN GABRIEL DE SHEVORIATO 20.49

JUN═N PABLO 20.44

MAPIATO 20.43

SANTA ROSA DE HUACARIA 20.43

SHUMAHUANI 20.25

SHIMA 20.16

YABUYANOS 20.16

CAMUNGUY 20.15

SAN JOS╔ DE TUNUYA 20.04

SHAIM 19.98

NUEVO UCHIZA 19.91

JAPAIME QUEBRADA 19.52

QUEMARIJA 19.26

UNIËN CANUJA 19.22

PENSYLVANIA 19.14

MUSHUCK LLACTA DE CHIPAOTA 19.09

NUEVO OLAYA 18.98

SANTA ELENA DEL PATOYACU 18.97

LIMËN COCHA 18.92

PUERTO IRENE 18.91

LAGARTO MILLAR 18.85

ROABOYA 18.82

ESTIRËN DEL CUSCO 18.81

CENTRO JANTENI 18.73

NUEVA ALIANZA DE SHESHEA 18.65

MAJONTONI 18.64

CHIRIKYAKU 18.53

MARSELLA 18.44

NUEVO HORIZONTE 18.39


pág. 91

TSIRIARI 18.25

DINAMARCA 18.15

NUEVO SAMARIA 18.15

CHAKOPISHIATO 18.12

KUJI 18.06

SANTA ANA 18.05

TAINI 17.96

NUEVO SAN FRANCISCO DE ROMPEO DE TIPISHCA 17.92

KAGKAS 17.76

NUEVA JERUSAL╔N DE SHESHEA 17.53

VILLA NUEVA VIDA 17.44

CHURINGAVENI 17.36

CANAAN DE CHIA TIPISHCA 17.30

NUEVO TUTINO 17.26

NUEVA CONQUISTA SECTOR A 17.24

BAJO PUPUNTAS 17.04

EL PILAR 17.04

BELGICA 17.02

PANDISHARI 17.01

BUFEO POZO 16.95

POTSOTENI 16.92

NUEVO AR═CA 16.84

AERIJA 16.56

GUINEAL 16.50

ERE 16.48

ROYA 16.43

PROGRESO DE NUCURAY 16.39

SANTA LUCIA DE PRO 16.30

ED╔N DE LA FRONTERA 16.28

Siwin 16.28

INGANO LLACTA 16.25

KUNCHAI 16.03

PAULA COCHA 15.75

SAN JOS╔ DE PACACHE 15.64

SANTA ROSA DE SHESHEA 15.54

CUZCO 15.44

KAWIT 15.42

ATAHUALPA DE TABACOA 15.31

KUSUIM 15.31

RUMITUNI 15.18

CURIACA 15.15

SANTA ELENA 15.13

KAWANA SISA 15.11


pág. 92

8 DE DICIEMBRE 15.01

UNIDAD YANESHA 14.98

KUNCH═N 14.95

PEAS 14.89

UNIËN BARRANQUITA 14.80

NUEVO TOCACHE 14.76

SAN LORENZO ANEXO PUERTO RICO 14.72

SANTA ROSA DE PICHANAZ 14.67

ALTO CUYANI 14.63

PALMA REAL 14.60

SOL DE ORIENTE 14.58

PAVENI 14.47

PEÐA NEGRA 14.47

SHINGUITO 14.47

SAN JUAN DE CHENI 14.42

MATERIATO 14.14

CAFETAL 14.08

PAANTAN ENTSA 13.95

SAN FRANCISCO Y ANEXO PUERTO ALEGRE 13.94

SAN ANTONIO DE SONOMORO 13.72

ALTO SUNGAROYALI 13.61

BARRANCUYOC 13.53

TZIAVENTENI 13.50

SAN MATEO 13.34

Mazokiato 13.30

SUMAC ALLPA 13.30

PURANCHIN 13.06

SHANKIVIRONI 13.06

CENTRO CAPAROCIA 13.02

BOCA DEL KIATARI 12.96

MANCO CAPAC 12.95

QUECHUA DE ARGENTINA 12.94

SANTA ISABEL 12.91

PAITITI 12.81

TAQUILA 12.80

PUCAYACU 12.73

TUMBUYA 12.67

SAN FERNANDO 12.66

BORAS DE PUCAURQUILLO 12.56

TSHONY 12.56

INKAARE 12.53

YUPICUSA 12.49

PERUANITO 12.46


pág. 93

CENTRO APINIHUA 12.41

NUEVA IPIRANGA 12.40

SAN MARCOS 12.38

SANTA ELISA 12.33

LA PETROLERA Y ANEXO BELLAVISTA 12.32

TORRES CAUSANO 12.24

ZAMBEL═N DE YARICAYA 12.23

BOCA PARIAMANU 12.14

INAYUA - MARAÐËN 12.08

QUEROS 12.01

ONCONASHARI 11.96

NUEVO PROGRESO DEL R═O AMAZONAS 11.81

FLOR DE UN D═A DE ANACAYALI 11.78

SANTA MERCEDES 11.77

TAMARATE 11.75

YAGUAS DE CATAL┴N 11.75

COPAL URCO 11.73

SANTA ROSA DE CAUCHILLO 11.70

SANTA CLARA II 11.64

SAKE 11.61

ESHCORMES 11.56

TEMPESTAD 11.52

SHUSHUI 11.50

YAGUAS DE NUEVA ESPERANZA DE AT┌N CAÐO 11.35

HUIRIRIMA 11.25

LAGARTO COCHA 11.19

SANIVENI 11.14

KIVINAKI 11.10

SHINTUYA 11.09

JORD┴N 11.05

ALIANZA CRISTIANA 11.04

CAMANTAVISHI 11.04

BAGAZ┴N 10.89

GRAN PUNTA 10.79

MAYURIAGA 10.76

NEVATI 10.75

SAN JOS╔ ALTO KUVIRIANI 10.74

TAHUARAPA 10.63

NUMPATKAIM 10.56

CHIKAIS 10.51

SAN MIGUEL DE CHAMBIRA 10.48

SANTA ROSA DE LAULATE 10.26

BOCA DEL COPAL 10.20


pág. 94

Puerto Linda 10.14

KITEPAMPANI 10.10

TZIVETARI 10.05

PAIZA 9.92

NUJAGKIN 9.87

SHAMBO PORVENIR 9.85

NUEVA CLARIDAD DE BAMBU 9.82

ZOTZIKI CERRO PICAFLOR ORITO 9.79

PUIJA 9.78

ANAPATE 9.77

PUERTO CONSUELO 9.77

BAJO ALDEA PICHANAKI 9.75

SAN PABLO DE TOTOLLA 9.55

HUITOTOS DEL ESTIRËN 9.53

NUEVO AR═CA DE KACHIYAKU 9.53

SANTA ROSA DE TAMAYA TIPISHCA 9.53

AINTAM 9.49

SAN FRANCISCO DE CUSHIRENI 9.49

UNIËN 9.46

PUMPUSHAK 9.45

JUN═N DE PAVAYACU 9.38

NANCHIK ENTSA 9.36

PUERTO PIJUAYAL 9.33

SANTA RITA DE GALLINAZO 9.12

EL SOLITARIO 9.11

SANTA ISABEL DE COPAL 9.05

ALTO CHURUMAZU 8.96

DOS UNIDOS 8.93

YAGUAS DE URCO MIRAÐO 8.93

Naranjal 8.87

UNIËN MIRAFLORES CAPIRONA 8.86

SHUSHUG 8.81

SAN JUAN DE PALOMETAYACU ANEXO JUN═N 8.79

BICHANAK 8.69

PUERTO PER┌ 8.68

ALTO TUNTUS 8.64

NUEVO JERUSAL╔N 8.63

SAN JUAN DE YANAYACU 8.59

SANTA ISIDORA 8.57

SAN JOS╔ DE PIRI 8.52

PASHKUS 8.41

PRIMAVERA 8.41

LAS PALMERAS 8.35


pág. 95

BOCA DEL CHENIC 8.34

SABABANTIARI 8.33

SAN FERNANDO DE VAINILLA 8.33

CHAYUYAKU 8.21

WINCHU TEMASHNUM 8.21

NUEVA REFORMA DEL PATOYACU 8.19

SOPL═N 8.18

LOBOYACU 8.15

SAN PEDRO DE TIPISHCA 8.04

AWANANCH 7.97

KUSHILLA ANEXO SANTA MAR═A 7.92

PREFERIDA DE CHARASMANA 7.92

MONKIRENSHI 7.90

PIITUG 7.88

SUNGACHI 7.88

BOCA DEL IPOKI 7.87

SANTA BELITA DE SHESHEA 7.87

PUERTO RICO 7.84

SANTANIARI 7.84

AIPENA 7.83

SAN EMILIANO DE CACHINGARANI 7.83

SAN JOS╔ DE QUIRICHARI 7.83

CENTRO ARENAL 7.82

MAÐARINI 7.81

PUERTO MILAGRO 7.77

SAN JOS╔ DE NUEVA ESPERANZA 7.76

SANTA ROSA DE PANAKIARI 7.72

SAN JORGE 7.67

Aendoshiari 7.61

TEORIA 7.53

PUCACURO 7.45

NUEVA VICTORIA 7.43

DIAMANTE AZUL 7.42

TIAHUANASQUI 7.40

HUANTASHIRI 7.39

CUSHUSCAYA 7.31

UNIËN PUERTO ASHANINKA 7.29

SENSA 7.22

NUEVO GALILEA 7.20

CRUZ DE PLATA 7.18

ALTO VISTA ALEGRE DE SHITARIYAKU 7.17

HUAMAN URCO 7.17

PALOTOA 7.15


pág. 96

NUEVO SAN RAFAEL 7.13

FORTALEZA 7.07

CAPITIRI 6.98

KASURTSA 6.91

SANTA EMILIA 6.90

R═O BERTHA 6.87

MADRE DE DIOS 6.80

TITIYACU 6.80

HUAHUARI 6.77

ROCA FUERTE 6.75

WAJAI 6.74

TIERRA FIRME 6.71

TINCABENI 6.71

PAMPA CAÐO 6.58

PIJUAYAL Y ANEXO NUEVO ZAPOTAL 6.58

BAJO CAPIRI 6.49

Huagramona 6.47

ONCONOSHARI 6.44

NUEVA BELICE 6.42

PUERTO AURORA 6.40

NUEVO DEFENSOR 6.35

WAMPIENTSA 6.35

SANTA CARMELA 6.34

PARIJARO 6.28

PAJACUSA 6.27

NUEVO ED╔N 6.26

CONTA 6.23

VISTA HERMOSA - R═O TAMBOR YACU 6.23

COMANDANCIA 6.21

SAN ANTONIO 6.21

CHOCHOQUIARI 6.19

KUYUNTSA 6.19

RAYA 6.19

CAIMITO 6.18

SANTA ROSA DE PIROCOCHA 6.12

SHINTORIATO 6.10

LAUREANO 6.06

CUMBRE SAN ROM┴N DE SATINAKI 5.99

Shora de Alto Coriri 5.99

SAN ANTONIO DE BANCAL 5.95

SOMONTONARI 5.94

INKARE 5.92

NUEVO SAN PABLO 5.92


pág. 97

VILLA MAR═A DE CUMARILLO 5.91

PUERTO ORLANDO 5.87

Cocha Purahua 5.84

OWAY 5.84

POROTOBANGO 5.83

PRESBY FLOR DE MAYO 5.78

HUAMPAMI 5.77

CHENCARI 5.74

KAYAMAS WEE 5.74

KUYUMATAK 5.69

CATOTENI 5.68

SANTO BARATO 5.68

AGKAIS 5.67

BUKUIG 5.67

MUWAIM 5.67

UMUKAI 5.67

NUEVA UNION DEL MARAÐON 5.65

VILLA NUEVA ESPERANZA DE CABALLO COCHA - SECTOR B 5.65

ATAHUALPA 5.64

TUNAS 5.62

LA TUNA 5.61

MASHUNTA 5.60

SAN FRANCISCO DE CHOROYACU 5.58

SHIRARINE 5.58

DIVISORIA 5.57

RUBINA 5.52

TSEKUNTSA 5.50

ESPERANZA 5.49

SANTA ROSA DE UBIRIKE 5.49

BAJO QUIMIRIKI 5.48

NUEVO CUNSHAMAY 5.47

SAN JERONIMO 5.47

NUEVA ALIANZA DE CAPAHUARI 5.42

SAWIENTSA BICHANAK 5.39

VILLA MONTE ALEGRE 5.36

AOTI 5.31

BOCA ISIRIWE 5.30

NAZARETH 5.28

SAN JACINTO DE SHAURIATO 5.25

SUHAYA 5.25

ALVA CASTRO 5.21

SETENTA SECTOR "B" 5.21

UMANAVANTI 5.18


pág. 98

PUERTO ISANGO 5.11

CAMANTARO 5.10

KUSU-NUMPATKEIM 5.04

Numpatkaim 4.98

Parceleros Nevati 4.96

BOLA DE ORO 4.95

YARINA LLACTA 4.95

BOCA COCANI 4.91

NUEVO MAYORUNA 4.89

SHIMOYANI-KOKARI 4.88

AUTUKAI 4.87

MATZURINIARI 4.83

CORIMANI 4.82

SAN FAUSTO 4.79

ANTIGUO KANAM 4.75

PUERTO ELVIRA 4.75

SAN RAMËN DE PANGOA 4.69

SANTA TERESITA 4.64

COCANI 4.50

SARGENTO LORES 4.50

YAMAKENTZA 4.50

SAN JUAN DE SANGARENI 4.47

SUWANTS 4.44

IMPITATO CASCADA 4.41

TSUNTSUNTSA 4.41

TUTUMBEROS 4.41

CAMAJINI 4.39

NUEVA BELLA 4.36

SANTAVANCORI (1) 4.35

ALTO KIATARI 4.33

ALTO SHIMUTAS 4.33

CARAPAIRO 4.22

F┴TIMA 4.17

BichatÝn Entsa 4.10

ESTRELLA DE ALTO SANGOBATEA 4.04

NUEVA VALENCIA 4.03

UNION CENTRO FUERTE PUERTO GEN GEN 4.00

CHECHERTA 3.99

BUCHIGKIM 3.96

PUERTO PRADO 3.96

PANGA 3.94

INCHATINGARI 3.91

HUITOTOS DE PUCAURQUILLO 3.85


pág. 99

SAN JOS╔ DE TOPAL 3.82

DEQUENTEI 3.78

PUERTO AURORA Y ANEXO COSTA AZUL 3.76

HUACAMAYO DE NEGUACHE 3.74

NUEVO ANTIOQU═A 3.69

SHIJAP 3.68

CAPAHUARI DEL HUASAGA 3.66

SAN BERNARDO 3.65

SAN LORENZO 3.63

Nuevo Sabaloyacu 3.61

28 DE JULIO 3.60

BASHUIN 3.60

GASTA BALA 3.59

CATAY 3.58

Compiroshiato 3.55

SAWIENTSA 3.53

ACHUAR ANATICO 3.51

LA PERLA DE ANANGARI 3.51

Mapitziviaari 3.45

MARONTOARI 3.42

PLATANILLO DE GETARINE 3.42

YAHUAR HUACA 3.36

NUEVO SAN JOSE 3.35

NUEVO SARAMIRIZA 3.34

SANCHEZ CERRO 3.33

BALTA 3.32

SHIMPU 3.32

LOS SIETE HERMANOS 3.29

PAUJIL 3.29

ALTO CHENCORENI 3.28

BUEN JARD═N DEL CALLARU 3.27

PAICHE PLAYA 3.21

SAN PEDRO DEL ESTRENO 3.19

SAN JOS╔ DE ANAPIARI 3.17

KATIRA 3.16

LOS OCHO YERNOS DE OPOQUIARI 3.15

NUEVO SAPOSOA 3.15

VISTA ALEGRE DE BOCA DEL PACHITEA 3.14

ALTO YURINAKI 3.13

7 DE MAYO Y ANEXO BAGAZ┴N 3.12

TSAMAJA═N 3.12

NUEVA LIBERTAD DE PAUCARILLO 3.08


pág. 100

PUERTO AUXILIO 3.08

TARISA 3.07

CUCHARA 3.06

SANTO DOMINGO DE ALTO AZUPIZU 3.06

SHAPIJIM 3.05

WASHIENTSA 3.04

PUERTO FIRMEZA 2.97

SUNULLACTA 2.97

TIMPIÐARI 2.97

POSHONARI-SHEJAROTENI 2.94

SHAHUAYA 2.94

UNIËN ALTO SANIVENI 2.94

Andoas Viejo 2.93

KACHI 2.93

SAN MART═N 2.88

POZO SAN MART═N 2.87

NUEVO BELLAVISTA 2.86

LAS GOLONDRINAS 2.80

SAN JUAN DE INUYA 2.79

CAÐETE 2.78

PAMPA JULI┴N 2.78

PUERTO GALILEO INDEPENDENCIA PER┌ 2.76

BUENAVENTURA 2.66

CENTRO SHEBOJA 2.66

NUEVA BELLAVISTA 2.64

PAÐAYACU 2.63

TAYU 2.61

FLOR NACIENTE 2.57

FLORIDA 2.56

UWINTSA Y ANEXO TSUVATENTSA 2.55

ALTO NUMPATKAIM 2.54

BORAS DE COLONIA 2.54

NUEVO CANA┴N 2.53

METENI L-A 2.52

NUEVO NARANJAL 2.52

IPOKIARI 2.48

NUEVA BETANIA 2.48

NUEVO AMANECER 2.48

YANAYACU 2.47

KUSUIM (AMPLIACION) 2.46

SHAMATAK 2.43

SHIPETIARI 2.41

SANTA ROSA DEL CAÐO 2.35


pág. 101

MAMUS 2.34

FLOR DE AGOSTO 2.30

SAMANIATO 2.30

CAPAHUARIYACU 2.28

COMITARINCANI 2.28

SANTA RITA DE MOCHILA 2.23

UNIËN DE LA SELVA CACAZU 2.21

SABALILLO 2.20

PAMPA-ENTSA 2.18

CAPAJERIATO 2.16

NUEVO MILAGRITOS 2.16

TSAMASH 2.16

SAN JOS╔ DE PARINARI 2.15

OTARI 2.14

SHIMPI 2.11

Sabaloyacu 2.08

WAMPINTSA 2.07

PUERTO VICTORIA 2.06

BAJO CHIRANI 2.05

SANCHUM 2.05

02 DE MAYO 2.04

PALOMETILLO 2.03

YAMAKAI 2.03

ALTO INCARIADO 1.99

PANGUINTSA 1.97

YARONI 1.93

CENTRO KITERIARO 1.92

NUEVO LIBERTAD 1.89

NUEVO CEYLAN 1.87

SOLTERITO 1.86

PINTUYACU 1.81

BOLOGNESI 1.80

NUEVO SAN MART═N 1.80

PITOCUNA 1.79

SAN FRANCISCO PIKINIKI BUFEO 1.79

METENI L-B 1.78

MONTE SALVADO 1.75

PAIK 1.74

SHINTZIJAROQUI 1.73

HUITOTOS DE NEGRO URCO 1.71

SAN ANTONIO DE YANAYACU 1.71

SELVA DE ORO 1.71

COPALILLO 1.68


pág. 102

ACHUIM 1.67

MARANKIARI BAJO 1.67

CAPIRUSHARI 1.62

SAMAR╔N 1.62

UMPUNCHIG 1.62

UNIËN ALTO SANCACHARI 1.62

SAN ALEJANDRO 1.55

PINDUYACU 1.54

NUEVA CONQUISTA SECTOR B 1.53

SARGENTO LORES DE CAMOTE ISLA 1.53

KAYAMAS 1.52

CAJOCUMA 1.50

Yanacita 1.49

NUEVO SAN FRANCISCO 1.45

FLOR DE ROSAS DE NAZARATEGUI 1.44

NUEVO SAN ANTONIO DE LANCHA POZA 1.44

UWINTSA 1.44

IWANCH-UJUGMAMU 1.35

LA FLORIDA 1.35

MORËN ISLA 1.35

SAN JUAN DE COTOYACU 1.35

SANTA CECILIA 1.35

YAHUMA I ZONA 1.35

NUEVO MAMAYAQUE 1.32

TAHUANTINSUYO 1.30

SANTA BEATRIZ 1.29

KUNT ENTSA 1.26

LOROYACU 1.26

NUEVA YARINA 1.26

SANTA ANA ALTO PAKICHARI 1.26

PAGKI 1.22

MIGUEL GRAU 1.19

SHAPAJILLA 1.18

PUNCHANA ANEXO SANTA ROSA 1.17

ARIZONA PORTILLO 1.16

SAN FRANCISCO DE YAHUMA 1.14

BUENA VISTA ANEXO COPAL 1.13

CANTAGALLO 1.11

NUEVA UNIËN PIEROLA 1.10

CHINGANA 1.08

PUCHARINI 1.08

PUERTO SINAI 1.08

SANTA ISABEL DE BAHUANISHO 1.08


pág. 103

SHACHAM ENTSA 1.08

UCHI SHAMATAK 1.08

PUERTO PUR═N 1.03

PONCHONI 1.02

JAIRIQUISHI 1.00

SANTA LUCIA 0.99

TATANKUS 0.99

ORO BLANCO 0.98

PUERTO PASCUALA 0.94

PAMPA MICHI 0.93

PUMPURIANI 0.93

INAYUAM 0.90

MAPITAMANI 0.90

SAN ANDR╔S 0.90

SAN FERNANDO DE MACHURIANI 0.90

SEGUNDO SAN JUAN 0.90

NUEVO SOPL═N 0.88

YAGUAS DE TIPISHCA 0.84

BAJO CHENCORENI 0.83

BAJO ESPERANZA 0.81

PUERTO HUAM┴N 0.81

TAGKEGIP 0.81

PACUY 0.80

CHINARI 0.78

ALTO SAURENI 0.74

ALVARENGA - SECTOR A 0.73

BOLIVAR 0.72

SAN MIGUEL 0.72

SAN MIGUEL CENTRO MARANKIARI 0.72

SAN PEDRO DE PICHANAZ 0.72

YARINA FRONTERA TOPAL 0.71

CUZU CHICO 0.69

CHUINTAR 0.63

EL TRIUNFO 0.63

SONENE 0.63

TRES ESQUINAS 0.63

CAPACHARI 0.59

SHABASHIPANGO 0.55

SAN JUAN DE CHIVIS 0.54

SAN PEDRO SOTANI 0.54

TRIUNFO 0.54

TUNIM 0.54

UYU ENTSA 0.54


pág. 104

QUITERIAVO 0.48

ALTO SONDOVENI 0.45

CAMISEA 0.45

CUSHIVIANI 0.45

PATRIA NUEVA 0.45

SAN PASCUAL 0.45

CHINIM 0.39

CURANJILLO 0.36

DIAMANTE 0.36

LA PAZ DE GETARINE 0.36

PAURELI 0.36

PAURIALI 0.36

PUEBLO NUEVO 0.36

PUELLAS YUNCULLMAS 0.36

RUNUYA 0.36

SAN LORENZO DE AUTIKI 0.36

UCHI NUMPATKAIM 0.36

UGKUM 0.36

JUAN SANTOS ATAHUALPA 0.32

WAWAS 0.30

AJUNTAI ENTSA 0.27

LA CURVA 0.27

NUEVO ORIENTE DE CHANAJAO 0.27

QUIMPICHARI 0.27

YORINI 0.25

NUEVA SANTA ROSA 0.22

MANGUAL 0.21

SAN JUAN ANEXOS SANTA CRUZ, SHAPAJA Y SHINKATAN 0.18

GAMBOA 0.16

COLOMBIANA 0.10

JOS╔ G┴LVEZ 0.09

NAYUMP═N 0.09

PATRIA NUEVA DE MEDIACIËN CALLER═A 0.09

SAN JOS╔ DE PANAMA 0.09

SAN NICOLAS DE PALMA PAMPA ALTO PICHANAKI 0.09

VALLE CARHUAZ 0.07

LA ESPERANZA 0.04

SAN MART═N DE ARAHUANA 0.01

TOTAL 52791.73


pág. 105

Anexo 6: DEFORESTACION EN BOSQUES DE PRODUCCION

PERMANENTE

Deforestación Periodos

2010-2011 2011-2013 2013-2014

0.00 0.72 0.00

50.96 163.15 95.48

52.07 102.20 356.08

1,834.80 6,965.98 6,922.66

0.00 3.62 0.00

3,865.42 9,084.17 5,677.37

671.58 1,158.53 2,112.42

2.00 10.95 7.94

0.00 4.86 21.26

5,218.19 4,176.92 15,077.98

2,777.83 15,172.02 6,577.86

14,472.85 36,843.12 36,849.05


pág. 106

Anexo 5: MRCO LEGAL VINCULADO A LA PROMOCION DE CULTIVO

DE PALMA

En el Perú existe un marco legal por la cual se da promoción al cultivo de Palma

Aceitera.

1. Ley Nº 27037, "Ley de Promoción de la Inversión en la Amazonía" Promueve

el desarrollo sostenible e integral de la Amazonía, exonera, de impuestos por 50

años, a las inversiones privadas y públicas: Impuesto General a la Ventas-IGV,

Impuesto Selectivo al Consumo-ISC, Impuesto a la Renta-IR, Crédito Fiscal y

Reintegro Tributario, vence el año 2048.

2. Decreto Supremo 015-2000 – AG, "Declara de Interés Nacional la Instalación de

plantaciones de Palma aceitera", afín de promover el desarrollo

socioeconómico de la región amazónica y contribuir a la recuperación de

suelos deforestados por la agricultura migratoria y los cultivos ilícitos de hoja de

coca.

3. RM Nº 0155-2001-AG, Aprueba el "Plan Nacional de Promoción de la Palma

Aceitera", con la finalidad de incentivar las plantaciones de palma aceitera afín

de incrementar las fuentes internas de aceite vegetal y contribuir a la sustitución

competitiva de las importaciones y ahorro de divisas.

4. RM Nº 0488-2005-AG Constituyen Comité Técnico de Coordinación para la

Promoción de la Cadena Productiva Palma Aceitera, con la finalidad de

implementar los lineamientos de política y alcanzar los objetivos del Plan

Nacional de Palma Aceitera.

5. Ley Nº 27308, "Ley de Forestal y Fauna Silvestre", en el artículo 29°, reconoce a la

palma aceitera, como especie de reforestación, al igual que a otras especies

como el palmito, la castaña, el caucho, los árboles y arbustos medicinales y el

camu camu, promoviendo su producción, con el fin de estimular su futuro

aprovechamiento industrial.

6. DL Nº 653, "Ley de Promoción de las Inversiones en el Sector Agrario", otorga

garantías para el libre desarrollo de actividades agrarias, realizadas por

personas naturales o jurídicas, nacionales o extranjeras, regula las

adjudicaciones de tierras en la selva y ceja de selva. Cuando se trate

de proyectos de interés nacional o regional, podrán adjudicarse superficies que

no excedan los limites siguientes: Proyectos agrícolas hasta 3,000 ha; Proyectos

pecuarios hasta 6,000 ha; Proyectos agroindustriales hasta 10,000 ha, los trámites

para la solicitud de adjudicación, se inician en la Región Agraria, donde se

ubique el predio solicitado, para la adjudicación a titulo oneroso.

7. Ley Nº Ley Nº 28575, "Ley de eliminación de las exoneraciones

e incentivos tributarios", exonera del Impuesto General a las Ventas-IGV y el

Impuesto a la Renta, a las empresas instaladas en la Amazonía"

http://www.monografias.com/trabajos7/impu/impu.shtml

http://www.monografias.com/trabajos33/divisas/divisas.shtml


pág. 107

8. Decreto Legislativo Nº 1020 Promoción de la Organización de los Productores

Agrarios y la Consolidación de la Propiedad Rural para el Crédito Agrario –

Autoriza la Constitución de Fondos Fideicomisos Regionales como garantías

para préstamos agrarios.

9. Decreto de Urgencia Nº 027-2009, Crea el Fondo AGROPERU, modifica los

Fondos Fideicomisos Regionales, destinado para garantizar prestamos agrarios.

10. Decreto Legislativo Nº 1077, crea el Programa de Compensación para

la Competitividad – PCC, con el objeto de elevar la competitividad de la

producción agraria, mediante el fomento de la asociatividad y la adopción de

tecnologías agropecuarias, ambientalmente adecuadas.

11. Decreto Legislativo Nº 1077, crea el Programa de Compensación para la

Competitividad – PCC.

12. Ley Nº 29337, "Ley que establece disposiciones para apoyar la competitividad

productiva" –PROCOMPITE, autoriza a los gobiernos regionales a destinar hasta

el 10 % de su presupuesto de inversiones para el desarrollo, adaptación, mejora,

transferencia de tecnología, mediante fondos concursables.

13. Ley Nº 28054 "Ley de Promoción del mercado de Biocombustibles", dispuso el

año 2010 el uso de Biodiesel DB 2% (2% biocombustibles y 98% petróleo), pero a

partir del 2011 es obligatorio usar 5% la mezcla B5, para cumplir con la ley se

está importando 180,000 TM de biodiesel /año.( Cita original del Ing. Roberto Del

Aguila Lomas / Promotor Cadenas Productivas – DPCA)

CUANTIFICACION Y ANALISIS DE LA DEFORESTACION EN LA ...

Documents

Transcript of CUANTIFICACION Y ANALISIS DE LA DEFORESTACION EN LA ...