Lasmit Cerón, Natalia Miranda, Ethel Rubin de Celis
Desde la década de los 80 la minería aurífera en Madre de Dios ha sido el principal impulsor de la deforestación generando impactos socioeconómicos y ecológicos graves. El presente estudio tiene como objetivo cuantificar la minería aurífera en el departamento de Madre de Dios, Perú en los años 2000 y 2017, empleando una clasificación supervisada mediante algoritmos de árboles de decisión en imágenes satelitales de los sensores LANDSAT 5 y LANDSAT 8. Los resultados muestran un incremento de 47 657,43 ha con actividad minera entre el año 2000 y 2017. Asimismo, en las zonas categorizadas se cuantificó un aumento de 42,52% equivalente a 35 183,45 ha, siendo las comunidades nativas, concesiones para reforestación y zonas de amortiguamiento de Áreas Naturales Protegidas las áreas más afectadas. Se identificaron 1 139,77 ha que en el año 2000 presentaron actividad minera y recuperaron su cobertura vegetal para el año 2017. El resultado fue validado mediante juicio de expertos y se obtuvo un índice de Kappa de 93% de acierto. La metodología de árboles de decisión es directa, con procesos rápidos y resultados precisos.
Since the 1980s gold mining in Madre de Dios, Perú has been the main deforestation driver generating severe socio-economic and ecological impacts. The present research quantifies this activity in2000 and 2017 by decision tree algorithms applied on a supervised classification of satellite images from LANDSAT 5 and LANDSAT 8 sensors. Results reveal an increase of 47 657,43 ha of deforestation due to gold mining between 2000 and 2017. Categorized areas showed an increase of 42,52% (35 183,45 ha), with the greatest impact on the native communities, concessions for reforestation and buffer zones of Protected Natural Areas. It is worth mentioning that there were 1 139,77 ha by 2000 that presented mining activity and were recovered by 2017. Validation by experts confirmed up to 93% of the detections with Kappa index. Decision tree methodology is direct, with quick processes and accurate results.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados