Resumen de Deforestación por actividad minera en el departamento de Madre de Dios-Perú para los años 2000 y 2017

Lasmit Cerón, Natalia Miranda, Ethel Rubin de Celis

• español

  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.

• English

  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.