Causas directas de la deforestación reciente (2000-2010) y modelado de dos escenarios futuros en las tierras bajas de Bolivia
Proximate causes of recent deforestation (2000-2010) in the Bolivian lowlands and modeling of future scenarios
Robert Müller1,2*, Daniel M. Larrea-Alcázar2, Saul Cuéllar2 & Sara Espinoza2
1Departamento de Ecología del Paisaje, Instituto de Geografía, Universidad de Göttingen, Markgrafenstrasse 5, 10969 Berlin, Alemania, *Autor para correspondencia: robemule@yahoo.com
2Fundación Amigos de la Naturaleza (FAN), Casilla 2241, Santa Cruz de la Sierra, Bolivia
]]>
Resumen
Se presentan los resultados de un estudio detallado sobre la dinámica de deforestación en las tierras bajas de Bolivia ocurrida entre 2000 y 2010. Específicamente se analizaron los tres usos del suelo que constituyen las principales causas de deforestación (ganadería en pastos sembrados, agricultura mecanizada y agricultura a pequeña escala). Si bien la agricultura mecanizada (producción de soya) fue la principal causa de deforestación en los 90’s, los resultados presentados aquí sugieren que en la última década la ganadería fue la principal causa de deforestación, causando más del 50% de la deforestación con un impacto muy fuerte en la Chiquitanía. La agricultura mecanizada contribuyó con un 30% a la pérdida de bosques, mientras que aquella de pequeña escala fue responsable del 18% de la deforestación. Las tendencias futuras de expansión agropecuaria fueron evaluadas utilizando un modelo espacial de regresión logística, basado en variables independientes ambientales (como climáticas), socioeconómicas (accesibilidad de mercados) y políticas (presencia de áreas protegidas). Fueron elaborados dos escenarios de deforestación hasta 2040, uno negativo sin cambios en las dinámicas de deforestación y uno positivo o conservacionista. Se identificaron áreas con alto valor de conservación amenazadas por la posible expansión de la deforestación al norte del departamento de Santa Cruz y al pie de la Cordillera Oriental norte. Los resultados apuntan a la gran importancia de controlar la expansión de la ganadería, por ejemplo, mediante la aplicación más consecuente de las leyes existentes y la aplicación de técnicas pecuarias para un aprovechamiento más eficiente del suelo.
Palabras clave: Bolivia, Deforestación, Causas directas, Modelado de escenarios, Prioridades de conservación.
Abstract
We present a detailed study of the dynamics of deforestation in the Bolivian lowlands between 2000 and 2010. In the first analysis, we evaluate the contributions of the three main proximate causes of deforestation: Mechanized agriculture, small-scale agriculture and cattle ranching in replacement of forests. The impact of cattle ranching was strong and incrementing, causing over 50% of deforestation between 2000 and 2010, with a very strong impact in the Chiquitania region. Mechanized agriculture, mainly for soy production, expanded with a lower intensity than in the 1990s, causing some 30% of forest conversion between 2000-2010. The contribution of small-scale agriculture was about 18%. We also evaluated possible future trends of agricultural expansion, applying a multinomial spatial model of logistic regression, based on a series of independent variables representing environmental factors (such as rainfall), socioeconomic factors (such as access to markets) and political factors (such as the presence of protected areas). The results were compared with different classifications that represent the conservation value of the threatened forests, allowing for the identification of possible priority areas for the mitigation of deforestation. Such areas are mainly found in the north of the department of Santa Cruz and at the northern Andean foothills. The results suggest that for the reduction of deforestation, it will be crucial to control the expansion of cattle ranching, for example by an enforcement of existing legislation, but also by applying practices that allow for a more efficient use of pastures.
Key words: Bolivia, Deforestation, Proximate Causes, Modeling future Scenarios, Conservation Priorities.
Introducción
]]> Bolivia se encuentra entre los diez países con mayor cobertura de bosque tropical, pero al mismo tiempo está entre los que experimentan las mayores pérdidas por deforestación (FAO 2010). Hasta mediados de los años 80s hubo muy poca deforestación en las tierras bajas de Bolivia; luego, la pérdida de bosques a gran escala empezó con el auge de la producción soyera en el contexto de la apertura de la economía boliviana a los mercados internacionales (Hecht 2005, Pacheco 2006, Killeen et al. 2007). Estas dinámicas cambiaron después de 2000, como se analizará en este artículo, pero sin que la deforestación se haya reducido. Hasta el año 2010, se perdieron aproximadamente 4.6 millones de hectáreas de bosque en las tierras bajas de Bolivia, correspondiendo a un 10% del área originalmente cubierta por bosque aquí (Müller et al. 2014).Actualmente, las principales causas directas de la deforestación en Bolivia pueden agruparse en tres tipos generalizados de uso del suelo: la agricultura mecanizada (referida a la producción intensiva de cultivos industriales anuales, principalmente soya (o soja), caña de azúcar y arroz), la agricultura a pequeña escala (que incluye diferentes formas de producción manual, principalmente se cultivan arroz, maíz y cultivos perennes como el plátano) y la ganadería en pastos cultivados (la cual lleva al reemplazo de los bosques por pastizales, mayormente para la producción de carne para el mercado nacional). Estas categorías han sido usadas en Müller et al. (2012), pero también en varios otros estudios (Kirby et al. 2006) para caracterizar patrones de deforestación detectados. Otras causas directas, como por ejemplo la minería, juegan un rol mucho menor en Bolivia (Müller et al. 2014).
Para estudiar la dinámica de la deforestación, se pueden aplicar modelos espaciales de regresión logística los que permiten generar mapas de probabilidades de conversión futura de bosque (Mertens et al. 2004, Müller et al. 2012). Usando tales modelos, Müller et al. (2011, 2012) caracterizaron los patrones de deforestación ocurridos entre 1992-2004 y proyectaron la expansión agropecuaria para el año 2030, sugiriendo la expansión de la agricultura mecanizada hacia bosques amazónicos húmedos ubicados al norte del departamento de Santa Cruz, junto con dos nuevas áreas o fronteras de expansión ubicadas en San Buenaventura (La Paz) y Puerto Suárez (Santa Cruz). Dichos autores resaltaron la necesidad de analizar periódicamente la dinámica de cambio de uso del suelo y resaltaron a la ganadería como una posible amenaza futura para los bosques en casi todas las tierras bajas de Bolivia. En ese sentido, Cuéllar et al. (2012) reportaron que entre 2000-2010, 1.8 millones de hectáreas de bosque se habrían perdido por deforestación. Estos datos ofrecen la oportunidad de examinar en detalle la dinámica reciente y proyecciones futuras de conversión del bosque, actualizando la información publicada por Müller et al. (2012).
En general, los análisis de deforestación en Bolivia consideran únicamente pérdidas de bosque, sin considerar la recuperación de áreas deforestadas en el pasado (Killeen et al. 2007, Cuéllar et al. 2012). Esto parece justificado, ya que Bolivia puede clasificarse como un país en la primera y segunda fase de transición de bosques (Angelsen & Rudel 2013, Müller et al. 2014), es decir que cuenta con grandes superficies de bosque parcialmente estables (fase 1), los cuales están afectados en gran parte por un rápido avance de deforestación (fase 2) con poca recuperación de bosques. Un trabajo publicado en 2013 del Servicio Nacional de Áreas Protegidas (SERNAP) distingue áreas con bosque en recuperación. Sin embargo, ésta se presenta como un fenómeno disperso, sin que se identifiquen grandes áreas continuas en proceso de recuperación, por lo que es difícil definir dinámicas de recuperación de manera sistemática.
Como objetivo superior, el estudio busca generar insumos técnicos y científicos que contribuyan al diseño de planes y programas de uso sostenible del suelo en las tierras bajas. Los objetivos de este estudio fueron: a) establecer las causas directas de deforestación ocurrida entre 2000-2010 en las tierras bajas de Bolivia, b) explorar las dinámicas recientes y futuras de la deforestación mediante la elaboración e interpretación de dos escenarios probables, y c) establecer las áreas con alto valor de conservación identificadas por Araujo et al. (2010) que estarían amenazadas por la posible expansión de la deforestación.
Área de estudio
El área de estudio incluyó todas las tierras bajas de Bolivia ubicadas por debajo de los 500 m que estuvieron cubiertas por bosques hasta el año 2000. Estos bosques son altamente diversos en cuanto a riqueza de especies y número de ecosistemas (Navarro & Ferreira 2007), mostrando tres principales tipos de bosque: 1) bosques amazónicos ubicados al norte, compuestos por especies siempreverdes perennes y presencia de árboles emergentes de hasta 45 m de altura, 2) bosques secos chiquitanos con importante presencia de especies caducifolias, que pueden alcanzar unos 35 m de altura y cubren la parte oriental de las tierras bajas, mayormente en suelos pobres del Escudo Precámbrico, y 3) bosques chaqueños ubicados al sur que consisten de especies deciduas con un dosel abierto a ralo y que puede alcanzar los 20 m de altura; estos están caracterizados por la presencia de cactáceas y otras especies espinosas, así como de leñosas de madera dura y adicionalmente tienen influencia de elementos andinos al pie de monte en la Cordillera de los Andes, donde también existe una mayor humedad en comparación con otras zonas. El área de Alto Beni y otras zonas localizadas entre las montañas de la cordillera andina fueron excluidas, debido a que las pendientes llevan a diferentes dinámicas de expansión agrícola.
Métodos
]]> Identificación de causas directas de la deforestación entre 2000-2010El mapa de deforestación 2000-2005-2010 elaborado por Cuéllar et al. (2012) fue reclasificado, asignando cada pixel deforestado (resolución 30 x 30 m) a una de las tres causas directas de conversión de bosque sugeridas por Müller et al. (2012): Agricultura mecanizada, agricultura a pequeña escala y ganadería en pastos sembrados.
En un primer paso, una clasificación gruesa y preliminar del área de estudio fue realizada partiendo de los usos asignados a las áreas deforestadas en el periodo 1992-2004 por Müller et al. (2012). Las áreas dentro del departamento de Santa Cruz fueron clasificadas en base al mapa de uso de suelo del año 2005 (MHNNKM & PSC 2008). Las áreas deforestadas en el área del Chapare de Cochabamba fueron clasificadas como agricultura a pequeña escala, debido a que los actores prevalecientes son colonos de origen andino que practican la agricultura manual. El resto de las áreas deforestadas fuera del departamento de Santa Cruz fue clasificado como ganadería en este primer paso. Los análisis fueron realizados utilizando el programa ArcGis 10.1.
En un segundo paso, el mapa resultante fue superpuesto con datos del Instituto de Reforma Agraria (INRA) sobre identificación de propiedades ganaderas. La información del INRA fue considerada como parcial debido a que continúa el proceso de saneamiento; no obstante, permitió identificar áreas ganaderas en el Chapare y en otras áreas dentro del departamento de Santa Cruz.
En un tercer paso, el mapa resultante fue corregido a través de una evaluación visual usando imágenes de Google Earth de alta resolución (entre 0.5-2.5 m de resolución). Este paso representó la parte más detallada y exacta del análisis de clasificación. Este análisis fue realizado en el programa Quantum GIS (QGIS, http://www.qgis.org/), el cual permitió proyectar un mapa Google Earth georreferenciado como fondo. El mapa preliminar de uso de suelo y el mapa de deforestación de Cuéllar et al. (2012) fueron convertidos a formato shapefile (.shp) para su análisis en el programa QGIS. Los análisis fueron realizados a una escala de 1:100.000. Las causas directas de deforestación fueron identificadas usando los criterios sugeridos por Müller et al. (2012), específicamente las siguientes: a) Áreas de agricultura mecanizada se caracterizaron por claros extensos con formas geométricas, muchas veces con surcos y cortinas rompevientos claramente distinguibles (aunque también existen desmontes para ganadería en callejones parecidos a estas cortinas). Además las reflectancias en áreas de agricultura mecanizada pueden variar considerablemente, debido al mosaico de diferentes fases en el calendario agrícola, b) Áreas convertidas a agricultura a pequeña escala generalmente consisten de áreas rectangulares de diferentes tamaños y reflectancias. Finalmente, c) Pastizales para ganadería, los cuales tienden a ser largos, uniformes y con árboles remanentes aislados y pozos de agua distinguibles en las imágenes de Google Earth. Cientos de polígonos fueron dibujados definiendo zonas donde las áreas desmontadas tuvieron que cambiar su clasificación en comparación con el mapa preliminar obtenido después del segundo paso. Varios ciclos de corrección fueron realizados para depurar los resultados. Para la aproximación de la deforestación causada por colonias menonitas, se analizaron diferentes fuentes, mayormente referidas a los patrones espaciales de la agricultura intensiva que realizan, caracterizados por muchas parcelas rectangulares juntas y casi sin remanentes de bosque. El mapa resultante fue reclasificado a una resolución de 500 m para su uso en las proyecciones futuras descritas en la sección siguiente.
Modelado de causas directas de deforestación
Para la proyección a futuro de las causas directas de deforestación se aplicó un modelo logístico multinomial espacialmente explícito apto para este tipo de análisis, ya que la variable dependiente (causas directas de deforestación) tiene una forma discreta (Menard 2002, Long & Freese 2006) con varias categorías no continuas, específicamente: remanente de bosque o bosque estable, conversión de bosque por agricultura mecanizada, conversión de bosque por agricultura a pequeña escala y conversión de bosque a pastizales sembrados para ganadería. Para detalles sobre el método aplicado, véase Müller et al. (2012). El análisis de regresión permitió explicar las diferentes categorías de la variable dependiente en función de un conjunto de variables independientes. La regresión logística se realizó en el programa estadístico Stata 9.2 (http://www.stata.com/). Las variables utilizadas fueron las mismas que aplicaron Müller et al. (2012), siendo la humedad en exceso (áreas con precipitación promedio anual >1.700 mm), riesgo de sequía (áreas con precipitación promedio anual <1.100 mm), suelos fértiles aluviales de la planicie del río Grande, suelos ferralíticos en el Escudo Precámbrico, pendiente por encima de 5° en forma gradual, costo de transporte a mercados de exportación por hidrovías (Arica en Chile o Puerto Ilo o Puerto Maldonado en el Perú), en US$ por tonelada métrica (US$/t), costo de transporte a mercados locales (representados por centros poblados >5.000 habitantes), en US$/t; territorios indígenas (Tierras Comunitarias de Origen, TCO o Territorios Indígenas Originario Campesinos, TIOC), áreas protegidas de interés nacional; y concesiones forestales. No se consideraron las áreas protegidas de interés subnacional para calibrar el modelo, ya que en su mayoría carecían de gestión durante el periodo 2000-2010.
El modelo generó coeficientes de regresión para cada una de las causas directas de deforestación, las cuales indicaron la dirección y la fuerza de la influencia de cada variable independiente sobre la conversión del bosque. Coeficientes positivos mostraron un impacto positivo (p.e., una mayor probabilidad de expansión agrícola sobre suelos fértiles), mientras que los negativos indicaron lo contrario (p.e., una decreciente probabilidad de deforestación en áreas más alejadas de los mercados). Para su interpretación, los coeficientes fueron estandarizados (Müller et al. 2011); coeficientes estandarizados no tienen un significado absoluto, pero permiten identificar la importancia relativa del impacto de las diferentes variables independientes. A partir de los coeficientes de regresión (no estandarizados), también se obtuvo una ecuación de regresión que permitió calcular la probabilidad de conversión futura para cada pixel.
Mientras que Müller et al. (2012) excluyeron las variables de distancia a la deforestación pasada, en este estudio se optó por incluirlas aplicando un método nuevo, distinguiendo entre las distancias específicas a los tres principales usos de suelo. La inclusión de estas variables se realizó fuera del modelo de regresión. Específicamente, basado en Müller et al. (2011), un odds ratio de 0.5 fue aplicado, lo que indicó que con un aumento de la distancia por el factor e (2.72), la probabilidad de conversión se redujo a la mitad. Un factor de probabilidad del 100% en distancias de 0-1 km fue asumido y factores de probabilidad que se reducen del 100% al 13% fueron calculados en función del aumento de la distancia hasta llegar a una distancia de 20 km. Los cálculos de distancias fueron realizados en el programa ArcGis 10.1. Las probabilidades calculadas fueron multiplicadas dentro del programa Stata. Para distancias por encima de 20 km, se asumió que la probabilidad alcanzada se mantiene constante. Un factor del 13% fue aplicado para todas esas áreas. Esta forma de incluir las variables de distancia fuera del modelo de regresión evitó problemas de correlación que se generan con la inclusión de una sola variable de distancia relacionada con las áreas deforestadas (Müller et al. 2011) y que harían imposible la inclusión de varias variables de distancia a usos específicos en modelos multinomiales (p.e., el modelo evaluaría automáticamente el efecto de distancia a áreas de ganadería en la expansión de la agricultura a pequeña escala). Todas las variables independientes fueron homogenizadas en ArcGis 10.1, convirtiéndolas en esri-grids con una resolución de 500 m, cubriendo todas las tierras bajas de Bolivia. Estos archivos fueron exportados a formato ascii, convertidos a formato data e importados al programa estadístico Stata. Mapas de probabilidad de expansión fueron generados para cada tipo de uso del suelo, los cuales permitieron localizar los bosques con mayor probabilidad de ser convertidos por una de las principales causas directas de deforestación. Estos mapas ofrecen una representación relativa en el espacio y no dan probabilidades absolutas.
Modelado de escenarios futuros de deforestación
]]> La expansión de las tres principales causas directas de deforestación hasta 2040 fue proyectada considerando dos escenarios posibles: un escenario negativo (business as usual) que no consideró cambios en las tendencias actuales que determinan la dinámica de la deforestación; y un escenario positivo o conservacionista que consideró el cumplimiento de las políticas públicas que definen zonas de bosque para usos estrictamente forestales, así como la existencia de espacios de conservación donde la conversión del bosque a suelos con uso agropecuario está limitada. Para el escenario negativo, se asumió que las tasas futuras de deforestación para los tres usos generalizados serán iguales a las observadas en promedio entre 2000 y 2010. Para cada uso, la superficie esperada a ser deforestada fue calculada y localizada en un mapa de probabilidad de conversión de bosque (Fig. 3). Las celdas a ser convertidas se seleccionaron consecutivamente según su probabilidad de conversión hasta llegar a la superficie total de deforestación esperada. Si una misma celda fue seleccionada para su conversión a varios usos al mismo tiempo, la conversión del bosque a agricultura mecanizada fue priorizada debido a su mayor rentabilidad, seguida por agricultura a pequeña escala y finalmente la ganadería en pastizales sembrados (ver Müller et al. 2013 para una estimación y comparación de rentabilidad).Para la proyección del escenario negativo no se incorporaron factores limitantes, mientras que para el positivo se asumió que no habría deforestación en las siguientes celdas: Tierras de Producción Forestal Permanente (TPFP), áreas con alto valor para la conservación (vacíos prioritarios de conservación identificados por Araujo et al. 2010) y áreas protegidas de interés nacional y subnacional, incluyendo además la reserva forestal El Choré en Santa Cruz.
En un último análisis, se compararon las áreas prioritarias para la conservación según Araujo et al. (2010) con las áreas deforestadas en el escenario negativo, para identificar áreas prioritarias para mitigar la deforestación. (Pero hay que tener en cuenta que los bosques montanos con sus tasas excepcionales de endemismo no fueron parte del área de estudio.)
Resultados
Causas directas de la deforestación entre 2000-2010
En general, una alta contribución de la ganadería a la deforestación fue registrada para el periodo analizado, incluyendo un fuerte crecimiento después del año 2005. Su contribución a la deforestación ocurrida entre 2000-2005 fue del 44% y cerca del 60% para el periodo 2005-2010. Esta deforestación ocurrió mayormente a través de grandes desmontes en la Chiquitanía (p.e., en San Ignacio de Velasco, San José de Chiquitos y Puerto Suárez, entre otros), así como en el norte amazónico (sur de Guayaramerín – Beni - y norte de Puerto Rico – Pando - en la frontera con Brasil). La agricultura mecanizada fue la segunda causa de deforestación, concentrada al sureste de su área tradicional cerca de la laguna Concepción, con algún crecimiento hacia el camino entre Ascensión de Guarayos (Santa Cruz) y Trinidad (Beni). La contribución de la agricultura a pequeña escala fue mucho menor en comparación con las otras causas, impactando mayormente áreas al norte del departamento de Santa Cruz (Tabla 1, Fig. 1).
]]>
Modelado de las causas directas de la deforestación
La interpretación de coeficientes estandarizados de regresión (ver Tabla 2) muestra que la ganadería pareció expandirse de manera independiente a las condiciones ambientales y su distribución estaría explicada sobre todo por el acceso a mercados locales. La expansión de la agricultura mecanizada estuvo asociada a áreas con suelos fértiles, una precipitación intermedia y con un buen acceso a los mercados de exportación. La expansión de la agricultura a pequeña escala correspondió mayormente a áreas con un clima más húmedo, suelos fértiles y planos así como la cercanía a mercados locales. Restricciones de uso de suelo, como ocurre en las áreas protegidas, parecieron prevenir la expansión de la agricultura mecanizada, pero mostraron poco efecto en la expansión de la agricultura manual y la ganadería (Tabla 2, Fig. 2).
La agricultura a pequeña escala tendría su mayor potencial de expansión hacia el pie de la cordillera oriental norte y al noroeste de Santa Cruz, donde la humedad tiende a ser alta. Otras zonas de expansión de este tipo de uso fueron identificadas hacia el norte amazónico y hacia el norte de Concepción y San Ignacio de Velasco.
Modelado de escenarios futuros de deforestación
Bajo el escenario negativo se ubicaron las siguientes áreas amenazadas por la expansión de las tres causas principales de deforestación: (a) la ganadería en pastos sembrados presionaría a los bosques de la Chiquitanía por San Ignacio de Velasco, Guarayos, Concepción, San José y Puerto Suárez, pero también a los bosques amazónicos ubicados en las cercanías de Cobija y Riberalta, así como también a los bosques chaqueños ubicados al pie del sur de la Cordillera Oriental, (b) la agricultura mecanizada tendería a expandirse al sureste de la zona integrada, entre Pailón y San José, así como al norte en el camino a Trinidad. Existirían también posibles zonas de expansión por Puerto Suárez y alrededores de la colonia Menonita al norte de San José y (c) para la agricultura a pequeña escala, las áreas de expansión se concentrarían cerca de las áreas que ya están bajo este uso, particularmente en el Chapare, el camino Yucumo-Rurrenabaque y el camino Ascensión de Guarayos-Trinidad.
El escenario positivo o conservacionista mostró una reducción del 40% de deforestación comparada con el escenario negativo. La diferencia relativa entre ambos escenarios fue mayor para la agricultura a pequeña escala, la cual en el escenario negativo tendería a expandirse a zonas de bosque con alto valor de conservación ubicadas en los bordes de áreas deforestadas en el Chapare y en el camino Yucumo - Rurrenabaque. En cifras absolutas, la diferencia entre ambos escenarios fue mayor para la ganadería con áreas grandes de expansión proyectada en TPFP existentes al norte de la Chiquitanía y Guayaramerín, entre otros.
En cuanto a la agricultura mecanizada, la diferencia entre ambos escenarios fue relativamente baja. Gran parte de su probable expansión se localizaría en áreas cercanas al uso existente que no tienen estatus de TPFP ni fueron identificadas como áreas con alto valor conservación; no obstante, un área importante de expansión hacia los bosques de alto valor de conservación ubicados en el camino Ascensión de Guarayos-Trinidad fue identificado (Tabla 3).
Discusión
Es importante notar que los resultados presentados en este estudio se basan en análisis aproximativos. Se podría llegar a un mayor nivel de exactitud con la definición de clases adicionales a las tres causas de deforestación analizadas, lo que implicaría un estudio adicional. Especialmente entre las categorías de agricultura mecanizada y agricultura a pequeña escala existe una transición, por ejemplo en los casos de mecanización incipiente en colonias andinas. También se debe tener en cuenta que la localización de áreas menonitas en la Figura 1 representa una aproximación muy gruesa, debido a que datos oficiales sobre el tema no están disponibles.
Un posible sesgo causado por los pequeños tamaños de los parches deforestados por agricultura a pequeña escala en comparación con la agricultura mecanizada y la ganadería podría esperarse. Sin embargo, el análisis visual para asignar los tipos de uso se realizó con imágenes de alta resolución de 0.5-2.5 m. Además, los datos originales de deforestación (bosque - no bosque) tienen una resolución de 30 m, equivalente a 0.09 hectáreas, de forma que incluyen explícitamente información sobre los desmontes ocurridos en parches pequeños. La reclasificación a una resolución más gruesa (pixeles de 500 m) pudo originar una pérdida de información. No obstante, no hubo un sesgo sistemático, ya que estadísticamente existió un equilibrio entre errores que sobre y subestimaron la contribución de la agricultura a pequeña escala.
El modelo espacial representa dinámicas generalizadas. Por esto, algunas tendencias recientes probablemente no fueron representadas. Por ejemplo, parece probable que la futura expansión de la agricultura a pequeña escala se concentre más al norte de Yapacaní y no tanto en el zona del Chapare, como lo indica el modelo. También es probable que este tipo de uso de suelo siga expandiéndose hacia el norte de la Chiquitanía, con mayor intensidad a la sugerida por los resultados del modelo. En ese sentido, los escenarios proyectados y analizados en este estudio deben interpretarse como patrones generales, ya que no toman en cuenta factores como decisiones políticas o cambios en la exportación de productos agrícolas o pecuarios.
Perspectivas - pautas para el diseño de políticas de conservación
El escenario conservacionista se puede entender como una opción de planificación de uso de suelo con la finalidad de mantener un bajo impacto sobre bosques y biodiversidad. Este escenario implicaría que, para una futura expansión agropecuaria, se deberían priorizar bosques chaqueños de un valor relativamente bajo de conservación de acuerdo con Araujo et al. (2010), mientras se debería restringir la expansión agrícola y ganadera hacia el norte. Esto llevaría consigo una fuerte restricción a la posible expansión de agricultura a pequeña escala, la cual parece no adaptarse bien a zonas más áridas. Una posible respuesta sería la intensificación de la pequeña producción en áreas ya deforestadas, procurando una mayor productividad.
]]> La medida más efectiva para reducir la deforestación en el futuro será probablemente una aplicación más estricta de la legislación existente (Müller et al. 2013), en primer lugar mediante un fortalecimiento de la ABT (Autoridad de Fiscalización y Control Social de Bosques y Tierras), entidad a cargo de controlar el uso de suelo. Muchos grandes desmontes ganaderos actualmente ocurren dentro de TPFP (Tierras de Producción Forestal Permanente) en la Chiquitanía y en el norte amazónico y podrían por ende ser evitados con un control más eficaz. También sería recomendable la promoción de una producción más eficiente (ver Merry et al. 2002), es decir medidas que permitan aumentar la carga animal, por ejemplo mediante una mejor aplicación del pastoreo rotativo o silaje de forraje para la época seca (Müller et al. 2013). También habría que cuestionar la visión de convertir Bolivia en un país exportador de carne de res.Con respecto a la conservación de las zonas ecológicamente más valiosas en las tierras bajas de Bolivia, debería enfocarse en la reserva El Choré, en los alrededores del camino Ascensión de Guarayos-Trinidad y en las áreas de Chapare y Yucumo-Rurrenabaque. El proyecto del complejo agroindustrial San Buenaventura aparentemente amenaza a áreas ecológicamente valiosas. Mientras la mayor porción de la esperada expansión agropecuaria al norte de las tierras bajas está dentro de TPFP y debería por esto no ser legalizada, es una cuestión abierta cómo el gobierno tratará a la expansión agropecuaria (muchas veces menonita) al sur y sureste del área integrada de Santa Cruz, en bosques no clasificados como TPFP. Una gran parte de los bosques en Bolivia se encuentra en propiedades colectivas o con restricción de uso (Müller et al. 2014). Mayormente estas áreas enfrentan poca amenaza actual, pero pueden representar un factor muy importante para la mitigación de deforestación en el futuro.
A pesar de los avances recientes en la definición de políticas de una vida en armonía con la madre tierra, se puede constatar que dentro del gobierno actual existen dos visiones oficiales pero contrarias sobre el desarrollo de país - una visión ambientalista y otra agrarista (Müller et al. 2014). La reciente ley 337 (Apoyo a la Producción de Alimentos y Restitución de Bosques) ofrece la posibilidad de legalizar posteriormente desmontes ilegales entre 1996 y 2011, lo que muestra quizás una reducida predisposición del gobierno actual a aumentar el control de deforestación.
Conclusiones
El hecho de que la ganadería recientemente causó el mayor impacto en los bosques de las tierras bajas de Bolivia indica un cambio en las dinámicas de deforestación, ya que en los años 1990, fue el cultivo de la soya que representó la primera causa de deforestación (Müller et al. 2012, Fig. 1). Actualmente, el mayor impacto es causado por desmontes ganaderos grandes en la Chiquitanía y en el norte amazónico (p.e., alrededor de San Ignacio de Velasco) en tierras que en muchos casos no están tituladas. La expectativa de una futura exportación de carne de res, después de solucionar el problema de la fiebre aftosa, juega un rol importante en esta zona (El Deber 2012). La cercanía al Brasil es un factor también importante, posiblemente debido a un significativo comercio ganadero informal con este país vecino.
La decreciente contribución de la agricultura mecanizada a la deforestación podría explicarse por la abundancia de suelos fértiles en la planicie del río Grande antes del año 2000, con una alta aptitud para la agricultura mecanizada. La mayor parte de estos suelos ya estuvo bajo uso agrícola en el año 2000, por lo que la expansión de este tipo de uso de suelo fue menos intensa entre 2000-2010, siguiendo un patrón espacial de parches más pequeños. Dentro de esta última década, la expansión de la agricultura mecanizada se trasladó desde el norte de la ciudad de Santa Cruz, donde estaba centrada entre 2000 y 2005, hacia un área al oeste de San José de Chiquitos (cerca de la laguna Concepción) entre 2006-2010, donde aparentemente una nueva colonia menonita estaría desmontando un área muy grande (ver Fig. 1). Es evidente que la formación de nuevas colonias menonitas juega un rol importante en los eventos de deforestación reciente.
La agricultura a pequeña escala tendría una contribución baja en la deforestación reciente. Mientras detectó poca conversión de bosques en las áreas establecidas de colonización andina (Chapare y norte de La Paz), destacó la apertura de nuevas colonias andinas al norte de la Chiquitanía, así como la expansión dentro de la reserva forestal El Choré.
Este estudio procura dar insumos para la planificación sostenible del uso de suelo en Bolivia, posiblemente en el contexto de la definición de una visión de uso espacial a nivel nacional - la cual todavía no existe.
]]> Agradecimientos
El estudio fue realizado gracias a los fondos otorgados a la Fundación Amigos de la Naturaleza (FAN-Bolivia) por World Wildlife Fund, Inc. (WWF-Bolivia, Programa Cerrado Pantanal) y la Embajada del Reino de los Países Bajos en Bolivia. El estudio fue realizado en el marco de la Red Amazónica de Información Socioambiental Georreferenciada (RAISG, http://www.raisg.socioambiental.org). Las opiniones expresadas en este documento son las de los autores y no necesariamente reflejan el criterio institucional de WWF o de la Embajada del Reino de los Países Bajos. Victor Hugo Magallanes, Lila Sainz y Alfonso Llobet y dos revisores anónimos comentaron versiones preliminares del manuscrito, ayudando a mejorar sustancialmente el contenido final del artículo.
Referencias
Angelsen, A. & T. Rudel. 2013. Designing and implementing effective REDD+ policies: a dorest rransition approach. Review of Environmental Economics and Policy 7(1): 91-113.
Araujo, N., R. Müller, C. Nowicki & P. Ibisch (eds). 2010. Prioridades de conservación de la biodiversidad de Bolivia. Fundación Amigos de la Naturaleza (FAN), Asociación Boliviana de Conservación (TROPICO), Centro de Estudios y Proyectos (CEP), Agencia Nórdica para el Desarrollo y la Ecología (NORDECO), Servicio Nacional de Áreas Protegidas (SERNAP), Fondo Mundial para el Medio Ambiente (GEF), Conservación Internacional (CI), The Nature Conservancy (TNC), Wildlife Conservation Society (WCS), Universidad de Eberswalde. Editorial FAN, Santa Cruz. 74 p.
Cuéllar, S., A. Rodríguez, J. Arroyo, S. Espinoza& D. M. Larrea. 2012. Mapa de deforestación de las tierras bajas y los Yungas de Bolivia 2000-2005-2010. Proyección Sistema de Coordenadas Geográficas, Datum WGS84, Fundación Amigos de la Naturaleza (FAN), Santa Cruz. 2 p.
El Deber. 2012. Invierten $us 6.5 millones en el frigorífico Chiquitano. Artículo de prensa en El Deber, 20 de Mayo 2012, Santa Cruz, 1 p. www.eldeber.com.bo/vernotaeconomia.php?id=120519203648
FAO (Food and Agriculture Organization of the United Nations). 2010. Global forest resources assessment 2010. Food and Agriculture Organization of the United Nations, Roma www.fao.org/forestry/fra/fra2010/en/ Revisado en noviembre 2012. [ Links ]
Hecht, S. 2005. Soybeans, development and conservation on the Amazon frontier. Development and Change 36(2): 375–404.
]]> Long, J. S. & J. Freese.2006. Regression models for categorical dependent variables using stata. Stata Press, College Station. 311 p.Killeen, T. J., V.Calderon, , L. Soria, B. Quezada, M. K. Steininger, , G. Harper, L. Solórzano, & C. Tucker. 2007. Thirty years of land-cover change in Bolivia. AMBIO 36(7): 600-606.
Kirby, K. R., W. F. Laurance, A. K. Albernaz, G. Schroth, P. M. Fearnside, S. Bergen, E. M. Venticinque & C. da Costa. 2006. The future of deforestation in the Brazilian Amazon. Futures 38(4): 432-453.
Menard, S. 2002. Applied logistic regression analysis (2nd edition). Sage Publications, Thousand Oaks. 111 p.
Merry, F. D., P. E. Hildebrand, P. Pattie & D. R. Carter. 2002. An analysis of land conversion from sustainable forestry to pasture. A case study in the Bolivian lowlands. Land Use Policy 19(3): 207–219.
Mertens, B., D. Kaimowitz, A. Puntodewo, J. Vanclay & P. Mendez. 2004. Modeling deforestation at distinct geographic scales and time periods in Santa Cruz, Bolivia. International Regional Science Review 27(3): 271-296.
Müller, R., D. Müller, F. Schierhorn & G. Gerold. 2011. Spatiotemporal modeling of the expansion of mechanized agriculture in the Bolivian lowland forests. Applied Geography 31(2): 631-640. http://www.sciencedirect.com/science/article/pii/S0143622810001669
Müller, R., D. Müller, F. Schierhorn, G. Gerold & P. Pacheco. 2012. Proximate causes of deforestation in the Bolivian lowlands – an analysis of spatial dynamics. Regional Environmental Change 12(3): 445-459. http://link.springer.com/article/10.1007%2Fs10113-011-0259-0.
Müller, R., P. Pacheco & J. C. Montero. 2014. El contexto de la deforestación y degradación de los bosques en Bolivia: Causas, actores e instituciones. Documentos Ocasionales CIFOR 100, Bogor. 89 p.
Müller, R., T. Pistorius, S. Rohde, G. Gerold & P. Pacheco. 2013. Policy options to reduce deforestation based on a systematic analysis of drivers and agents in lowland Bolivia. Land Use Policy 30(1): 895-907. http://dx.doi.org/10.1016/j.landusepol.2012.06.019
]]>MHNNKM (Museo de Historia Natural Noel Kempff Mercado) & PSC (Prefectura de Santa Cruz). 2008. Cobertura y uso actual de la tierra. Land use map of the Santa Cruz department. Santa Cruz. www.museonoelkempff.org/sitio/descargar_archivo.php?id=3134. Accedido Junio 2011. [ Links ]
Navarro, G. & W. Ferreira. 2007. Mapa de vegetación de Bolivia a escala 1:250.000. On CD-ROM. The Nature Conservancy (TNC), RUMBOL, Cochabamba. [ Links ]
Pacheco, P. 2006. Agricultural expansion and deforestation in lowland Bolivia: the import substitution versus the structural adjustment model. Land Use Policy 23: 205-225.
SERNAP (Servicio Nacional de Áreas Protegidas). 2013. Deforestación y regeneración de bosques en Bolivia y en sus áreas protegidas nacionales para los periodos 1990-2000 y 2000-2010. Junto al Museo de Historia Natural Noel Kempff Mercado y Conservación Internacional Bolivia, La Paz. 36 p. [ Links ]
Artículo recibido en: Noviembre de 2013.
Aceptado en: Abril de 2014.
]]>