reporte - Geoservidor - Ministerio del Ambiente

Transcription

Memoria Descriptiva de los Cambios de la Cobertura de Bosques en la Amazonía Peruana, 2011-2014
2015
CUANTIFICACION Y
ANALISIS DE LA
DEFORESTACION EN LA
AMAZONIA PERUANA
EN EL PERIODO
2010-2011-2013-2014
Agosto, 2015
pág. 0
Cuantificación y Análisis de la Deforestación en la Amazonía Peruana en el Periodo 2010-2014
CUANTIFICACION Y
ANALISIS DE LA
DEFORESTACION EN LA
AMAZONIA PERUANA
EN EL PERIODO 20102011-2013-2014
pág. 1
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. 2
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. 3
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. 4
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. 5
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. 6
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
Alerta Temprana
Cuantificación Resolución
Media
Cuantificación Resolución
Alta
Escala
Macro
Meso
Micro
Herramien
ta/sensor
TERRA-I
PERU
CLASLite
Sensores
ópticos
de alta
resolución
.
Recurrencia
Objetivo
Ámbito
Acción
Trimestral y
mensual
Generar
alertas sobre
los cambios
de cobertura
en tiempo casi
real y sus
tendencias
Nacional
Anual
Cuantificar los
cambios en la
cobertura de
la tierra y la
deforestación
Nacional/
Subnacional
Anual
Cuantificar los
cambios en la
cobertura de
la tierra y la
deforestación
en ámbitos
priorizados
Productos
Actores/Beneficia
rios (Según
PLANAA)
Areas de cambio
Series históricas
Mapas y
estadísticas
Areas de cambio
Series históricas
Mapas y
estadísticas
MINAM,MINAG
GR,SERNANP
COFOPRI,GL,
PCM, PNP, OEFA,
OSINFOR, SUNARP,
Sociedad Civil
Areas de cambio
Series históricas
Mapas y
estadísticas
Áreas
priorizadas
Mapas
Imágenes
pág. 7
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. 8
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
3,710,086.30
4.73
70,735.27
0.09
Huánuco
2,359,170.04
3.01
Junín
2,515,024.60
3.21
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
78,456,483.05
100.00
Cusco
Huancavelica
La Libertad
Total
Fuente: DGOT 2015
pág. 9
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. 10
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. 11
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. 12
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. 13
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. 14
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.
Pixel
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. 15
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. 16
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. 17

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. 18
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).
Ta tasa es la razón entre la superficie deforestada y el número de periodos de cambio.
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.
4
5
pág. 19
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 20102014
Superficie Deforestada por Periodo
2010 2011
2011 - 2013
2013 - 2014
Deforestación
Acumulada
2010 - 2014 (ha.)
Amazonas
4,047.05
3,942.90
3,424.04
11,413.99
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
1,371.76
9,484.87
4,997.41
15,854.04
3,963.51
Departamento
Cusco
Huancavelica
Tasa
Deforestación
2010 - 2014
2,853.50
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
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
27,180.20
21,541.90
48,478.48
97,200.58
24,300.15
La Libertad
San Martin
Ucayali
Total
9,303.06
52,692.59
18,353.78
80,349.43
20,087.36
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. 20
Figura 8 . Mapa de deforestación del periodo 2010-2014
pág. 21
Figura 9 . Mapa de deforestación del periodo 2000-2014
pág. 22
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.
PADRE ABAD
PUERTO INCA
ALTO AMAZONAS
CORONEL PORTILLO
UCAYALI
LAMAS
2010-2014
(has)
45,635.76
44,922.45
33,125.53
26,675.20
15,897.27
15,241.25
TAMBOPATA
15,101.01
MARISCAL CACERES
LA CONVENCION
MAYNAS
OXAPAMPA
MARISCAL RAMON
CASTILLA
BELLAVISTA
SAN MARTIN
HUALLAGA
MOYOBAMBA
REQUENA
ATALAYA
PICOTA
DATEM DEL MARAÑON
14,639.33
14,274.08
13,579.41
13,145.39
Departamento
UCAYALI
HUANUCO
LORETO
UCAYALI
LORETO
SAN MARTIN
MADRE DE
DIOS
SAN MARTIN
CUSCO
LORETO
PASCO
LORETO
SAN MARTIN
SAN MARTIN
SAN MARTIN
SAN MARTIN
LORETO
UCAYALI
SAN MARTIN
LORETO
Provincia
12,965.39
12,461.04
12,014.33
9,862.55
9,460.76
8,290.72
7,791.74
7,376.91
7,072.34
Elaboración propia
pág. 23
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
Reserva Nacional
Bosque de
Protección
Reserva Comunal
Zona Reservada
Parque Nacional
Bosque de
Protección
Parque Nacional
Parque Nacional
Reserva Nacional
Parque Nacional
Nombre
2010-2014
Pacaya Samiria
2034.04
Alto Mayo
1086.77
El Sira
Sierra del Divisor
Río Abiseo
1015.65
433.64
220.05
de San Matias San Carlos
190.00
del Manu
Bahuaja Sonene
Allpahuayo Mishana
Yanachaga-Chemillén
160.89
156.87
113.27
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. 24
Figura 10. Evolución de la deforestación en las Zonas de Amortiguamiento de las ANP en el periodo 20102014
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. 25
Figura 11 . Deforestación en las Zonas de Amortiguamiento versus deforestación en el interior de las ANP
pág. 26
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
PUERTO NUEVO
ALTO MAYO
HUASCAYACU
PUERTO AZUL
MARISCAL CACERES
SHIMPIYACU
MATSES
SINCHI ROCA
CACHIYACU
SINCHI ROCA II
SAN JOSE DE KARENE
PISTËN BENAVIDES
BAJO NARANJILLO
GRAN SHINONGARI
ATAHUALPA Y ANEXOS SANTA ROSA Y SACHAPAPA
SANTA MARTHA
NUEVA ESPERANZA
MORROYACU
SANTA ROSA
EL DORADO
2010-2014
1715.78
1628.05
1257.80
1001.21
990.29
988.12
873.55
851.95
704.45
658.83
644.25
557.11
512.96
499.54
498.35
479.39
451.28
400.51
386.22
382.92
Elaboración propia
La relación completa de Comunidades Nativas con sus respectivas áreas deforestadas
se muestra en el Anexo 4.
pág. 27
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. 28
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. 29
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. 30
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. 31
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. 32
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 ha 6 (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.
Plan Nacional de Palma Aceitera 2000-2010; Oficina de Estudios Económicos y Estadísticos MINAGRI
7 SPDA,
6
pág. 33
Tabla 8. Situación de la Palma Aceitera en el Perú al 2012
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
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
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
25,0
800,0
825,0
Curimana
1.262,0
469,2
1731,2
Campo Verde
3.166,5
3.276,4
6442,9
400
1,000.00
1,400.00
0
500
500
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
29,373.00
27,718.00
57,111.60
Región
Caynarachi
Nuevo Progreso
Nueva Requena
3. Huánuco
Honoria
Tournavista
TOTAL
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. 34
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. 35
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. 36
1,970 Has.
3,153 Has.
1,672 Has.
1,253 Has.
3,463 Has.
3,721 Has.
2,619 Has.
402 Has.
Figura 18. Imagen Landsat TM5 año 2006 de la Zona Alto Amazonas y Barranquita
Figura 19. Imagen Landsat TM5 año 2011 Zona de Tamshiyacu
pág. 37
pág. 38
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
2011
2013
2014
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.
pág. 39
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
Bosques de Producción Permanente
88165.02
21.2
7317.71
1.8
267004.17
64.3
64.3
415278.63
100.0
100.0
Áreas Naturales Protegidas
Otras Áreas Principalmente No Categorizadas
TOTAL
35.7
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. 40
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
Diagnóstico de los productores familiares en la Amazonía Peruana. Valentina Robiglio, M.
Reyes, E. Castro. ICRAF 2015 (Preliminar).
8
pág. 41
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. 42
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. 43
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)
pág. 44
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. 45
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. 46
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
SERNANP
2015
ANP Amortiguamiento
SERNANP
2015
Áreas de Conservación Regional
SERNANP
2015
Áreas de Conservación Privada
SERNANP
2015
OSINFOR
2014
IBC
2014
Comunidades Nativas
Concesiones Forestales
2014
Fuente: SIGMINAM - DGOT
pág. 47
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.
Imágenes LANDSAT
Path/Row
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
pág. 48
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
Workstation
2
Características
- Procesador 2.00 GHz
- Tipo de Sistema
- Memoria RAM128 GB
- Impresiones a Color y hasta A0
Plotters
1
- 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. 49
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. 50
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. 51
Figura 25.- Catálogo de Imágenes Landsat en la Amazonía
pág. 52
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. 53
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. 54
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. 55
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. 56
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:








Comunidades Nativas
Concesiones Forestales
Reservas Territoriales
Zona de Amortiguamiento de las ANP´s
pág. 57
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. 58
ANEXOS
pág. 59
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. 60
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. 61
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).
Las ANP son espacios continentales y/o
establecidos y protegidos legalmente
importancia para la conservación de
asociados de interés cultural, paisajístico
desarrollo sostenible del país.
marinos del territorio nacional reconocidos,
por el Estado como tales, debido a su
la diversidad biológica y demás valores
y científico, así como por su contribución al
pág. 62
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
Bosque de
Protección
Parque Nacional
Nombre
Uso
Área (ha.)
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
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
Ashaninka
Junín y Cusco
Uso Directo
184,467.41
Machiguenga
Uso Directo
218,905.63
Uso Directo
616,417.14
Amarakaeri
Cusco
Huánuco, Pasco y
Ucayali
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
El Sira
Reserva Comunal
Ubicación
pág. 63
Reserva Nacional
Santuario
Histórico
Santuario
Nacional
Airo Pai
Loreto
Uso Directo
247,849.57
Yanesha
Pasco
Uso Directo
33,674.70
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
Machupicchu
Cusco
Uso Indirecto
15,377.78
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
39,237.61
Santiago Comaina
Amazonas, Loreto
Río Nieva
Amazonas
Yaguas
Loreto
Sierra del Divisor
Loreto y Ucayali
Uso Indirecto
Zona
Reservada
Zona
Reservada
Zona
Reservada
Zona
Reservada
Zona Reservada
Total
398,449.44
36,348.30
871,389.29
1,477,401.59
16,762,065.68
Fuente: SIGMINAM-DGOT
pág. 64
Mapa de Áreas Naturales Protegidas en la Amazonía Peruana
Fuente: SIGMINAM-DGOT / ANP: SERNANP 2015
pág. 65
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
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. 66
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
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
Juningue
San Martín
Privado
39.12
Kakiri Uka
Loreto
Privado
12.15
La Pampa del Burro
Amazonas
Comunal
Larga Vista I
San Martín
Privado
22.32
Larga Vista II
San Martín
Privado
22.51
Las Panguanas 1
Loreto
Privado
1.91
Las Panguanas 2
Loreto
Privado
0.62
Las Panguanas 3
Loreto
Privado
6.87
Las Panguanas 4
Loreto
Privado
5.12
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
11,558.74
13,765.35
2,776.96
pág. 67
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
Tutusima
Madre de Dios
Privado
5.48
Wacan Numi
Loreto
Privado
12.18
Total
6,800.48
123,128.70
pág. 68
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. 69
Mapa de Comunidades Nativas en la Amazonía
Fuente: SIGMINAM-DGOT / CCNN: IBC 2014
pág. 70
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. 71
Mapa de Bosques de Producción Permanente en la Amazonía Peruana
Fuente: SIGMINAM-DGOT / BPP: MINAGRI-DGFFS 2014
pág. 72
Anexo 1: DEFORESTACION POR AÑOS DEL PERIODO 2010 AL 2014 Y
SUPERFICIE RELATIVA DE DEFORESTACION
Superficie Deforestada por Periodo
Ámbito Estudio
Amazonía
Peruana
2010 2011
2011 2013
2013 2014
95,513.35
171,049.11
148,716.17
Deforestada Acumulada
2010- 2014 (ha.)
Tasa Deforestación
2010 - 2014 (ha./año)
415,278.63
103,819.66
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%
3,710,086.30
15,854.04
0.43%
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%
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%
10,532,795.61
80,349.43
0.76%
78,456,483.40
463,591.35
-
Departamento
Cusco
Huancavelica
La Libertad
Ucayali
Total
pág. 73
Departamento
Deforestación Acumulada
2010- 2014 (ha.)
San Martin
97,200.58
Loreto
95,857.19
Ucayali
80,349.43
Huanuco
56,719.87
Madre de Dios
25,428.32
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
Departamento
415,278.63
Deforestación
Acumulada 2000- 2014
(ha.)
San Martin
318,974.00
Loreto
299,211.50
Ucayali
219,132.23
Huanuco
168,871.46
Madre de Dios
69,934.53
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. 74
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
13,145.39
SAN MARTIN
OXAPAMPA
MARISCAL RAMON
CASTILLA
BELLAVISTA
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
LORETO
12,965.39
12,461.04
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. 75
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. 76
Anexo 3: DEFORESTACION EN AREAS NATURALES PROTEGIDAS Y
ZONAS DE AMORTIGUAMIENTO
ANP
Categoría
Reserva Nacional
Bosque de
Protección
Reserva Comunal
Zona Reservada
Parque Nacional
Bosque de
Protección
Parque Nacional
Parque Nacional
Reserva Nacional
Parque Nacional
Reserva Nacional
Reserva Comunal
Santuario Nacional
Parque Nacional
Zona Reservada
Reserva Comunal
Reserva Comunal
Reserva Nacional
Reserva Comunal
Parque Nacional
Parque Nacional
Parque Nacional
Zona Reservada
Parque Nacional
Reserva Comunal
Reserva Comunal
Santuario Nacional
Reserva Comunal
Santuario Nacional
Zona Reservada
Parque Nacional
Reserva Comunal
Nombre
2010-2014
Pacaya Samiria
2034.04
Alto Mayo
1086.77
El Sira
Sierra del Divisor
Río Abiseo
1015.65
433.64
220.05
de San Matias San Carlos
190.00
del Manu
Bahuaja Sonene
Allpahuayo Mishana
Tambopata
Machiguenga
Megantoni
Cordillera Azul
Santiago Comaina
Ashaninka
Yanesha
Matsés
Amarakaeri
Tingo María
Otishi
Alto Purús
Río Nieva
Gueppi-Sekime
Huimeki
Purus
Airo Pai
Tabaconas Namballe
Yaguas
Ichigkat Muja - Cordillera del Cóndor
Tuntanain
160.89
156.87
113.27
103.61
91.86
82.15
74.25
71.49
70.13
57.19
56.44
43.76
34.93
34.14
28.53
26.46
19.52
9.09
7.92
7.38
7.31
6.64
6.06
5.40
4.87
4.59
pág. 77
Reserva Nacional
Santuario Histórico
Reserva Comunal
Bosque de
Protección
Santuario Nacional
Pucacuro
Machupicchu
Chayu Naín
4.05
1.15
1.08
Pui Pui
0.27
Pampa Hermosa
0.03
TOTAL
6271.48
ZA
Zona Amortiguamiento
2010-2014
Cordillera Azul
El Sira
Bahuaja Sonene - Tambopata
Pacaya Samiria
Río Abiseo
Alto Mayo
Otishi
Megantoni
Machiguenga
Yanesha - de San Matias San Carlos
Amarakaeri
Ashaninka
Yanesha
Allpahuayo Mishana
Matsés
del Manu
Santiago Comaina
Tabaconas Namballe
Ampiyacu Apayacu
Ichigkat Muja - Cordillera del Cóndor
Tuntanain
Tingo María
Machupicchu
Purus
Alto Purús
Pucacuro
Pui Pui
Pampa Hermosa
39,027.80
TOTAL
89,726.02
10,410.83
8,267.81
7,007.44
4,201.76
3,278.87
3,071.85
2,097.02
2,056.66
2,040.38
1,750.07
1,152.93
846.76
822.78
759.12
678.24
583.57
403.92
305.20
230.21
156.78
153.92
141.29
95.07
88.21
54.94
16.04
15.48
6.99
4.08
pág. 78
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. 79
Anexo 4: DEFORESTACION EN COMUNIDADES NATIVAS
Comunidad Nativa
PUERTO NUEVO
ALTO MAYO
HUASCAYACU
PUERTO AZUL
MARISCAL C┴CERES
SHIMPIYACU
MATSES
SINCHI ROCA
CACHIYACU
SINCHI ROCA II
SAN JOSE DE KARENE
PISTËN BENAVIDES
BAJO NARANJILLO
GRAN SHINONGARI
ATAHUALPA Y ANEXOS SANTA ROSA Y SACHAPAPA
SANTA MARTHA
NUEVA ESPERANZA
MORROYACU
SANTA ROSA
EL DORADO
MENCORIARI
BELLAVISTA
BARRANCO CHICO
EL NARANJAL
CAHUAPANAS
LIBERTAD
SHAMPUYACU
SAN ROQUE DE YAHUARH
ESPERANZA DE YURACYACU
SIETE DE JUNIO
BETEL
SEASMI
YURILAMAS
TICUMPINIA
KOTSIMBA
PUERTO PORVENIR
SANTA TERESA
ENOC FLOR DE UN D═A
LAS AMAZONAS ANEXO SHAPAJA
20102014
1715.78
1628.05
1257.80
1001.21
990.29
988.12
873.55
851.95
704.45
658.83
644.25
557.11
512.96
499.54
498.35
479.39
451.28
400.51
386.22
382.92
374.02
365.24
355.27
343.65
341.90
341.51
337.54
335.11
324.78
317.28
310.33
287.58
279.07
276.44
269.54
267.52
260.17
257.06
253.16
pág. 80
YARINA
CHAYAHUITA
SHAWIT
TUNDUZA
ALTO NARANJILLO
NUEVO UNIDOS TAHUANTINSUYO
MATORIATO
NUEVE DE OCTUBRE
CANAPISHTEA
CUTIVIRENI
VILLA HERMOSA ANEXO NUEVO ALIANZA
SABALOYACU
CLEYTON
CHAMIKAR
Limatambo
NUEVA VIDA Y ANEXOS LOS ANGELES Y GALLINAZO YACU
BUFEO COCHA
CENTRO TSOMAVENI
TIPESHIARI
SAN ROM┴N DE SINAR
MONTE CARMELO
PAOYHAN
PITIRINKINI
ALIANZA PROGRESO
MOYOBAMBILLO
URAKUZA
SOLEDAD DE HUITOYACU
CANDUNGOS
SAN ANTONIO DE SANIYACU
PANDORA ANEXO SINCHI ROCA
VILLA GONZALO
YARAU
QUEMPIRI
PACHACUTEC
CAUP┴N
BARRANQUITA ANEXOS BUENOS AIRES Y AICHIYACU
YAMINO
MAMAYAQUE
NUEVO PARAISO
CATUNGO QUIMPIRI
PUCALLPILLO
NUEVA ESPERANZA Y ANEXOS
TRES ISLAS
251.15
245.05
244.36
241.75
235.27
232.38
227.06
220.66
219.64
217.09
212.50
211.71
210.64
206.25
205.36
204.01
201.83
200.80
200.78
198.64
193.40
192.92
181.53
181.32
174.15
171.97
171.73
170.82
169.07
167.49
167.27
166.94
164.46
162.95
162.45
159.91
157.29
150.38
146.48
144.52
144.46
144.13
137.97
pág. 81
SACHAVACA
SEPAHUA
OCULIZA
YUTUPIS
SAN JACINTO
SHIMAA
CAYAMAS
ACHU
BETANIA
NUEVO PROGRESO
NUEVO CAN┴N
NUEVO ARICA
PARINARI
SHIVANKORENI
BAJO ARUYA
CARPINTERO
INFIERNO
ACHUAL TIPISHCA
SANTO TORIBIO DE MOGROVEJO
PITSA
SAN GABRIEL DE VARADERO
HUACAMAYO
OBRERO
CHURUYACU
NUEVO JUN═N
NUEVA ESPERANZA Y ANEXOS NUEVA JERUSAL╔N Y URCO MIRAÐO
PAATAN ENTSA
PALOMETAYACU
PROGRESO
TRES UNIDOS DE MATERENI
MONTERRICO
BUENOS AIRES
CONDOR
SHIMPENCHARIATO
BEL╔N
QUITENI
SEPTIMO UNIDOS DE SANTA F╔ DE AGUACHINI
NUEVA YARINA Y ANEXOS
LORETO
FRAY MART═N
EL SOL
NUEVO MUNDO
SEGAKIATO
135.17
134.90
134.67
133.91
132.69
131.66
128.87
122.18
121.35
121.31
118.68
118.19
114.77
114.54
113.97
112.06
110.59
108.12
107.98
107.89
107.06
106.98
106.77
106.71
106.03
105.80
105.54
105.30
105.15
104.58
102.68
101.48
101.11
99.26
99.06
97.60
96.95
96.30
95.00
94.67
94.31
93.75
93.74
pág. 82
TUUTIN
TRES HERMANOS Y ANEXOS
PORVENIR
TONIROMASHE
SAN RAFAEL
CUSHILLO COCHA
SAN FRANCISCO
CHURINASHI
SHIMPE
SAN JOS╔ DE KORIBENI
DULCE GLORIA
PARATOSHARI
HANSWALD
UNINI
NUEVA LUZ
T┌PAC AMARU
CAMANA
IMPAMEQUIARI
MAYAPO
PUERTO ESPERANZA
PUYENTIMARI
PANAN
SANTA CLARA
SANTA ISABEL DE PACHITEA
PUERTO ALEGRE
SAN FRANCISCO ANEXO PIJUAYAL
SAN JUAN DE ARMANAYACU
APINIHUA
NUEVO MUNDO DE PAVAYACU
SAN PABLO DE LA CRUZ
IRAPAY
PUERTO LUZ
TIWIYACU
SHIPURI
MONTE ALEGRE
CHIRIK SACHA
WAWAIM
TSIROTZIRE
NUEVO MAMBUYACU
VILLA ALEGRE DE QUIRISHARI
WIJINT
FLOR DE UCAYALI
SHARARA
92.63
91.17
90.19
88.12
87.48
87.24
87.08
86.23
85.67
85.35
85.22
85.15
84.48
83.71
83.53
83.28
82.39
82.24
81.94
81.87
81.87
81.21
80.47
79.68
79.16
79.03
78.90
77.59
76.94
76.91
76.76
76.73
75.97
75.87
75.86
73.83
73.83
73.26
73.23
72.61
72.10
71.75
71.65
pág. 83
SANTA MAR═A
OLVIDO
CHIPE CUZU
AVIACIËN
MANITINKIARI
LIMATAMBO
CHAPIS Y ANEXO NUEVA ALEGRIA Y AJACH═N
JUANCITO
SAN LUIS DE CHINCHIHUANI
PUERTO ESPERANZA DE SHESHEA
ALTO PAJAKUS
NUEVA ALIANZA
SANTA MERCEDES DE PILLINGUE
PUERTO BEL╔N
TAHUANTY
PAMPA HERMOSA
CACO MACAYA
FERNANDO STHAL
Kipachiari
ALTO LAGARTO
SAMPANTUARI
DAPIKAT KAJEKUI
SAN LORENZO DE ARMANAYACU
NAPURUK
CASHIRIARI
SANTA ROSA DE DINAMARCA
SHIRINGAYOC
ARAZAIRE
CHUMBAQUIHUI
Santa_Rosa
CUBANTIA
COPAL SACHA
PUERTO OCOPA
SANTA ROSA DE RUNUYA
VISTA ALEGRE
PICHANA
MAPALJA
YOQUIRI
QUEMPITIARI
KUSU
SAN JUAN DE PAVAYACU
SHIMABENZO
ALFONSO UGARTE
71.06
70.93
70.30
69.51
69.20
69.17
69.11
68.62
68.62
68.42
66.92
66.78
66.20
66.13
65.52
65.41
65.12
64.12
63.13
62.94
61.89
61.81
61.70
61.11
60.86
60.31
60.08
60.07
59.96
59.12
58.55
58.24
57.89
57.75
57.73
57.64
57.12
56.97
56.78
56.43
55.97
55.69
55.65
pág. 84
SAN LUIS DE CHARASMANA
SANTA ROSA DE CHUCHURRAS
POYENI
NUEVO TRIUNFO
SHEREMASHE
JAVIROSHI
DUSHIP
BOBINSANA
ALTO ISCOZAC═N
CENTRO SELVA CORINTONI
SAN RAFAEL (1)
QUIMAROPITARI
ISOLAYA
ESTRELLA ANEXO NUEVO LAUREL
BALSAPUERTO
TAMISH NAMAK
WAISIM
UNIËN SAN FRANCISCO
CHICOSA
VILLA NUEVA ALIANZA
MIRAFLORES
TRES UNIDOS
CHENI
MARANATHA
MAZARONQUIARI
DIOBAMBA
SAN PEDRO
PUERTO HUALLANA
OTICA
SANKIROSI
COLONIA CACO
NUEVA ERA
PUNCHANA
SAN MART═N DE PORRES
NARANJOS
NUEVO NAUTA
SAN JUAN DE UNGURAHUAL
NUEVO BARRANQUITA
METENI
MAIRIDICAI
HUAO
KAYAKUSHA
SAN LUIS DE CUMANCAY
55.03
54.89
54.68
54.57
54.56
54.47
54.36
54.06
53.45
53.38
53.38
53.12
52.77
51.90
51.60
51.56
51.31
51.09
50.91
50.83
50.65
50.41
50.02
49.75
49.48
49.45
49.45
49.14
49.08
48.88
48.85
48.74
48.73
48.70
48.25
47.78
47.35
47.15
46.77
46.76
46.67
46.66
45.95
pág. 85
CHAMIRIARI
MASAROVENI
SAN FRANCISCO DEL ALGODONAL
BELLAVISTA DE CALLARU
PAPAYACU O SAN MART═N
HUARACAYO
SAN ANTONIO DE RUMIYACU
KACHIPAMPA
PIJUAYAL
SOLEDAD
SELVA
TANGOSHIARI
OREJONES
PALMICHE:ZAPOTE, CHACAT┴N
PUERTO AMISTAD
WISUN
RAMËN CASTILLA
PUERTO ARTURO
SAN JOS╔ DE YANAYACU
NUEVA VIDA
PANINTZA
SHENONTIARI
JAPAIME ESCUELA
NUEVA JERUSAL╔N
KOCHIRI
BRASILIA
MANCOITE
ANGAIZA
LOMA LINDA - LAGUNA
NUEVA ALIANZA DE BAÐOS
VENCEDOR
KASHAP
Ti±ovancani
ACHUAGA
SEMPAYA
QUIPACHARI
SIETE DE AGOSTO
JERUSAL╔N DE MIÐARO
HORTENCIA COCHA Y ANEXOS SAN FERNANDO, CHIMARA, NUEVO PROGRESO Y
NUEVO UCAYALI
CENTRO SELVA QUIRISHARI
SHEVOJA
BOCA DEL INAMBARI
45.50
45.27
45.24
45.20
45.20
45.16
45.08
45.05
44.95
44.91
44.55
44.37
44.14
43.68
43.62
43.43
43.06
42.81
42.67
42.50
42.44
42.38
42.35
42.35
42.24
42.17
42.01
41.86
41.85
41.24
41.07
40.92
40.84
40.78
40.61
40.42
40.14
40.05
39.75
39.68
39.61
39.57
pág. 86
CHUNCHIWI
PAMPA SACHA
ATALAYA
CAMPO SERIO
CHEMBO
AMANBAY
TSOROJA
NUEVA SHAHUAYA
TSACHOPEN
SUIKAI
SHOROYACOCHA - PUERTO PIJUAYAL
SAN ALBERTO DE MORONA
PUERTO LIBRE
SAN JOS╔ DE SANTARIANI
SHAANI
SAN PEDRO DE POROTOYACU
NUEVO LORETO
EL MILAGRO
NUEVO CHAZUTA
SAN PABLO
PANCHO COCHA
YUJAGKIM
OVIRI
HUANCAYO
GALILEA
MAJANU ENTSA
BASHUTAK
GUAYABAL
SHIMPUENTS - BAKANTS
MIARIA
ÐAGAZU
BETIJAY
NUEVO HAHUAYPA
NUEVO SAN ANTONIO
SHANKIMENTIARI
PUCABARRANCA
CUSU PAGATA
OJEAYO
SAN JORGE DE PACHITEA
CHACHIBAI
CHINCHENI
CANOA PUERTO
PUERTO CHINGANA
39.57
39.32
38.51
38.12
38.06
37.34
37.31
37.15
36.89
36.85
36.75
36.66
36.52
36.40
36.22
36.16
36.11
36.02
35.62
35.57
35.39
35.36
35.00
34.59
34.58
34.47
34.43
34.43
34.34
34.32
33.86
33.48
33.44
33.25
33.19
33.03
32.94
32.78
32.66
32.17
32.11
31.91
31.89
pág. 87
LIBERTADOR
NUEVO CAJAMARCA ANEXO NUEVO ALIANZA
WAWIK (NUEVO BEL╔N)
SHEYAMASHYA
CENTRO PUCAN═
CHINGAMAR
NUEVO CLAVERO
PUERTO ADELINA
NUEVO NAZARETH
CANAMPA
BORAS DE BRILLO NUEVO
SAPANI
TIVORIARI
PUERTO LIMËN
NUEVO PER┌
EBRËN
PUERTO LETICIA
ALTO SHAMBOYAKU
GLORIABAMBA
NUEVA UNIËN
WEE
REMANSO
CANGA
TIPISHCA
OCHO DE OCTUBRE
WACHAPEA
SAWAWO - HITO 40
SANTA URSULA
SANTA ROSA DE OROSA
SUA SAN ANTONIO
SHIRINGAMAZU
NARANJAL
NUEVO SAN JUAN
PUERTO DAVIS
SANTA CLARA DEL AMAZONAS
SAASA
SAN JUAN
SHARAHUAJA
NUEVA ESPERANZA DE CUMARIA
QUECHUA DE SAN FERNANDO
NUEVO IRASOLA
PUCALLPA
SANTA ROSA DE CHIVIS
31.76
31.67
31.40
31.33
31.30
30.98
30.78
30.67
30.66
30.63
30.61
30.34
30.30
30.18
30.17
30.16
30.07
30.05
29.88
29.73
29.35
29.28
29.22
29.15
29.12
29.05
28.86
28.82
28.81
28.58
28.54
28.44
28.40
28.19
28.10
27.86
27.84
27.83
27.73
27.53
27.47
27.41
27.38
pág. 88
PAVOTE
PUERTO GRAU
FLOR DE CHENGARI
AJACH═N
PARANTARI
SUPAYACU
SARGENTO LORENZ
CORITENI TARSO
HUAMBRA COCHA
HUITOTOS DE FORTALEZA
CHURUNTSA
JATITZA
SAN FRANCISCO O TZINQUIATO
EL PORVENIR
PAYOROTE
NUEVO POZO
CHEQUITAVO
ALTO ARUYA
SABALUYO MAMORIARI
UUT
DOS DE MAYO
NUEVA LUZ DE ARARA
NUEVO PORVENIR
INCA ROCA
Marankiari
TRES HERMANOS DEL SIRA
SAN ENRIQUE
MAMAYAKIM
NUEVO ROCA FUERTE
SANTA ELENA - R═O TAMBOR YACU
QUEMPORIQUISHI
CANA┴N
UTUCURO
REFORMA
NUEVO LIBERTADOR
PUEBLO NUEVO DEL CACO
SANTA ROSITA DE SHIRINTIARI
ESTIRËN DE SANTA MAR═A
CENTRO SELVA TZIPANI
NUEVA ALEGRIA ANEXOS TRIUNFO, KUSUIMI Y TRES DE MAYO
ANACAYALI
TUYANKUWAS (SIJIAK)
NUEVO SHETEVO
27.32
27.22
27.09
26.89
26.76
26.73
26.34
26.26
26.25
26.22
26.19
25.98
25.69
25.33
24.78
24.65
24.57
24.39
24.33
24.11
24.03
23.79
23.77
23.62
23.30
23.22
23.19
23.09
22.87
22.79
22.75
22.36
22.31
22.30
22.28
22.21
22.19
22.07
21.94
21.85
21.81
21.41
21.37
pág. 89
AMAQUIRIA
ADSACUSA
NUEVO SUCRE
SAN JOS╔ DE AZUPIZU
CHIRUMBIA
ZAPOTE
SAN LUIS
SAN CARLOS
NUEVA ANGUSILLA
MAYNI
UGARTE
YANKUNTICH
KUITH
NUEVO ITALIA
SAN GABRIEL DE SHEVORIATO
JUN═N PABLO
MAPIATO
SANTA ROSA DE HUACARIA
SHUMAHUANI
SHIMA
YABUYANOS
CAMUNGUY
SAN JOS╔ DE TUNUYA
SHAIM
NUEVO UCHIZA
JAPAIME QUEBRADA
QUEMARIJA
UNIËN CANUJA
PENSYLVANIA
MUSHUCK LLACTA DE CHIPAOTA
NUEVO OLAYA
SANTA ELENA DEL PATOYACU
LIMËN COCHA
PUERTO IRENE
LAGARTO MILLAR
ROABOYA
ESTIRËN DEL CUSCO
CENTRO JANTENI
NUEVA ALIANZA DE SHESHEA
MAJONTONI
CHIRIKYAKU
MARSELLA
NUEVO HORIZONTE
21.22
21.14
21.08
21.00
20.99
20.90
20.87
20.85
20.74
20.66
20.63
20.63
20.62
20.52
20.49
20.44
20.43
20.43
20.25
20.16
20.16
20.15
20.04
19.98
19.91
19.52
19.26
19.22
19.14
19.09
18.98
18.97
18.92
18.91
18.85
18.82
18.81
18.73
18.65
18.64
18.53
18.44
18.39
pág. 90
TSIRIARI
DINAMARCA
NUEVO SAMARIA
CHAKOPISHIATO
KUJI
SANTA ANA
TAINI
NUEVO SAN FRANCISCO DE ROMPEO DE TIPISHCA
KAGKAS
NUEVA JERUSAL╔N DE SHESHEA
VILLA NUEVA VIDA
CHURINGAVENI
CANAAN DE CHIA TIPISHCA
NUEVO TUTINO
NUEVA CONQUISTA SECTOR A
BAJO PUPUNTAS
EL PILAR
BELGICA
PANDISHARI
BUFEO POZO
POTSOTENI
NUEVO AR═CA
AERIJA
GUINEAL
ERE
ROYA
PROGRESO DE NUCURAY
SANTA LUCIA DE PRO
ED╔N DE LA FRONTERA
Siwin
INGANO LLACTA
KUNCHAI
PAULA COCHA
SAN JOS╔ DE PACACHE
SANTA ROSA DE SHESHEA
CUZCO
KAWIT
ATAHUALPA DE TABACOA
KUSUIM
RUMITUNI
CURIACA
SANTA ELENA
KAWANA SISA
18.25
18.15
18.15
18.12
18.06
18.05
17.96
17.92
17.76
17.53
17.44
17.36
17.30
17.26
17.24
17.04
17.04
17.02
17.01
16.95
16.92
16.84
16.56
16.50
16.48
16.43
16.39
16.30
16.28
16.28
16.25
16.03
15.75
15.64
15.54
15.44
15.42
15.31
15.31
15.18
15.15
15.13
15.11
pág. 91
8 DE DICIEMBRE
UNIDAD YANESHA
KUNCH═N
PEAS
UNIËN BARRANQUITA
NUEVO TOCACHE
SAN LORENZO ANEXO PUERTO RICO
SANTA ROSA DE PICHANAZ
ALTO CUYANI
PALMA REAL
SOL DE ORIENTE
PAVENI
PEÐA NEGRA
SHINGUITO
SAN JUAN DE CHENI
MATERIATO
CAFETAL
PAANTAN ENTSA
SAN FRANCISCO Y ANEXO PUERTO ALEGRE
SAN ANTONIO DE SONOMORO
ALTO SUNGAROYALI
BARRANCUYOC
TZIAVENTENI
SAN MATEO
Mazokiato
SUMAC ALLPA
PURANCHIN
SHANKIVIRONI
CENTRO CAPAROCIA
BOCA DEL KIATARI
MANCO CAPAC
QUECHUA DE ARGENTINA
SANTA ISABEL
PAITITI
TAQUILA
PUCAYACU
TUMBUYA
SAN FERNANDO
BORAS DE PUCAURQUILLO
TSHONY
INKAARE
YUPICUSA
PERUANITO
15.01
14.98
14.95
14.89
14.80
14.76
14.72
14.67
14.63
14.60
14.58
14.47
14.47
14.47
14.42
14.14
14.08
13.95
13.94
13.72
13.61
13.53
13.50
13.34
13.30
13.30
13.06
13.06
13.02
12.96
12.95
12.94
12.91
12.81
12.80
12.73
12.67
12.66
12.56
12.56
12.53
12.49
12.46
pág. 92
CENTRO APINIHUA
NUEVA IPIRANGA
SAN MARCOS
SANTA ELISA
LA PETROLERA Y ANEXO BELLAVISTA
TORRES CAUSANO
ZAMBEL═N DE YARICAYA
BOCA PARIAMANU
INAYUA - MARAÐËN
QUEROS
ONCONASHARI
NUEVO PROGRESO DEL R═O AMAZONAS
FLOR DE UN D═A DE ANACAYALI
SANTA MERCEDES
TAMARATE
YAGUAS DE CATAL┴N
COPAL URCO
SANTA ROSA DE CAUCHILLO
SANTA CLARA II
SAKE
ESHCORMES
TEMPESTAD
SHUSHUI
YAGUAS DE NUEVA ESPERANZA DE AT┌N CAÐO
HUIRIRIMA
LAGARTO COCHA
SANIVENI
KIVINAKI
SHINTUYA
JORD┴N
ALIANZA CRISTIANA
CAMANTAVISHI
BAGAZ┴N
GRAN PUNTA
MAYURIAGA
NEVATI
SAN JOS╔ ALTO KUVIRIANI
TAHUARAPA
NUMPATKAIM
CHIKAIS
SAN MIGUEL DE CHAMBIRA
SANTA ROSA DE LAULATE
BOCA DEL COPAL
12.41
12.40
12.38
12.33
12.32
12.24
12.23
12.14
12.08
12.01
11.96
11.81
11.78
11.77
11.75
11.75
11.73
11.70
11.64
11.61
11.56
11.52
11.50
11.35
11.25
11.19
11.14
11.10
11.09
11.05
11.04
11.04
10.89
10.79
10.76
10.75
10.74
10.63
10.56
10.51
10.48
10.26
10.20
pág. 93
Puerto Linda
KITEPAMPANI
TZIVETARI
PAIZA
NUJAGKIN
SHAMBO PORVENIR
NUEVA CLARIDAD DE BAMBU
ZOTZIKI CERRO PICAFLOR ORITO
PUIJA
ANAPATE
PUERTO CONSUELO
BAJO ALDEA PICHANAKI
SAN PABLO DE TOTOLLA
HUITOTOS DEL ESTIRËN
NUEVO AR═CA DE KACHIYAKU
SANTA ROSA DE TAMAYA TIPISHCA
AINTAM
SAN FRANCISCO DE CUSHIRENI
UNIËN
PUMPUSHAK
JUN═N DE PAVAYACU
NANCHIK ENTSA
PUERTO PIJUAYAL
SANTA RITA DE GALLINAZO
EL SOLITARIO
SANTA ISABEL DE COPAL
ALTO CHURUMAZU
DOS UNIDOS
YAGUAS DE URCO MIRAÐO
Naranjal
UNIËN MIRAFLORES CAPIRONA
SHUSHUG
SAN JUAN DE PALOMETAYACU ANEXO JUN═N
BICHANAK
PUERTO PER┌
ALTO TUNTUS
NUEVO JERUSAL╔N
SAN JUAN DE YANAYACU
SANTA ISIDORA
SAN JOS╔ DE PIRI
PASHKUS
PRIMAVERA
LAS PALMERAS
10.14
10.10
10.05
9.92
9.87
9.85
9.82
9.79
9.78
9.77
9.77
9.75
9.55
9.53
9.53
9.53
9.49
9.49
9.46
9.45
9.38
9.36
9.33
9.12
9.11
9.05
8.96
8.93
8.93
8.87
8.86
8.81
8.79
8.69
8.68
8.64
8.63
8.59
8.57
8.52
8.41
8.41
8.35
pág. 94
BOCA DEL CHENIC
SABABANTIARI
SAN FERNANDO DE VAINILLA
CHAYUYAKU
WINCHU TEMASHNUM
NUEVA REFORMA DEL PATOYACU
SOPL═N
LOBOYACU
SAN PEDRO DE TIPISHCA
AWANANCH
KUSHILLA ANEXO SANTA MAR═A
PREFERIDA DE CHARASMANA
MONKIRENSHI
PIITUG
SUNGACHI
BOCA DEL IPOKI
SANTA BELITA DE SHESHEA
PUERTO RICO
SANTANIARI
AIPENA
SAN EMILIANO DE CACHINGARANI
SAN JOS╔ DE QUIRICHARI
CENTRO ARENAL
MAÐARINI
PUERTO MILAGRO
SAN JOS╔ DE NUEVA ESPERANZA
SANTA ROSA DE PANAKIARI
SAN JORGE
Aendoshiari
TEORIA
PUCACURO
NUEVA VICTORIA
DIAMANTE AZUL
TIAHUANASQUI
HUANTASHIRI
CUSHUSCAYA
UNIËN PUERTO ASHANINKA
SENSA
NUEVO GALILEA
CRUZ DE PLATA
ALTO VISTA ALEGRE DE SHITARIYAKU
HUAMAN URCO
PALOTOA
8.34
8.33
8.33
8.21
8.21
8.19
8.18
8.15
8.04
7.97
7.92
7.92
7.90
7.88
7.88
7.87
7.87
7.84
7.84
7.83
7.83
7.83
7.82
7.81
7.77
7.76
7.72
7.67
7.61
7.53
7.45
7.43
7.42
7.40
7.39
7.31
7.29
7.22
7.20
7.18
7.17
7.17
7.15
pág. 95
NUEVO SAN RAFAEL
FORTALEZA
CAPITIRI
KASURTSA
SANTA EMILIA
R═O BERTHA
MADRE DE DIOS
TITIYACU
HUAHUARI
ROCA FUERTE
WAJAI
TIERRA FIRME
TINCABENI
PAMPA CAÐO
PIJUAYAL Y ANEXO NUEVO ZAPOTAL
BAJO CAPIRI
Huagramona
ONCONOSHARI
NUEVA BELICE
PUERTO AURORA
NUEVO DEFENSOR
WAMPIENTSA
SANTA CARMELA
PARIJARO
PAJACUSA
NUEVO ED╔N
CONTA
VISTA HERMOSA - R═O TAMBOR YACU
COMANDANCIA
SAN ANTONIO
CHOCHOQUIARI
KUYUNTSA
RAYA
CAIMITO
SANTA ROSA DE PIROCOCHA
SHINTORIATO
LAUREANO
CUMBRE SAN ROM┴N DE SATINAKI
Shora de Alto Coriri
SAN ANTONIO DE BANCAL
SOMONTONARI
INKARE
NUEVO SAN PABLO
7.13
7.07
6.98
6.91
6.90
6.87
6.80
6.80
6.77
6.75
6.74
6.71
6.71
6.58
6.58
6.49
6.47
6.44
6.42
6.40
6.35
6.35
6.34
6.28
6.27
6.26
6.23
6.23
6.21
6.21
6.19
6.19
6.19
6.18
6.12
6.10
6.06
5.99
5.99
5.95
5.94
5.92
5.92
pág. 96
VILLA MAR═A DE CUMARILLO
PUERTO ORLANDO
Cocha Purahua
OWAY
POROTOBANGO
PRESBY FLOR DE MAYO
HUAMPAMI
CHENCARI
KAYAMAS WEE
KUYUMATAK
CATOTENI
SANTO BARATO
AGKAIS
BUKUIG
MUWAIM
UMUKAI
NUEVA UNION DEL MARAÐON
VILLA NUEVA ESPERANZA DE CABALLO COCHA - SECTOR B
ATAHUALPA
TUNAS
LA TUNA
MASHUNTA
SAN FRANCISCO DE CHOROYACU
SHIRARINE
DIVISORIA
RUBINA
TSEKUNTSA
ESPERANZA
SANTA ROSA DE UBIRIKE
BAJO QUIMIRIKI
NUEVO CUNSHAMAY
SAN JERONIMO
NUEVA ALIANZA DE CAPAHUARI
SAWIENTSA BICHANAK
VILLA MONTE ALEGRE
AOTI
BOCA ISIRIWE
NAZARETH
SAN JACINTO DE SHAURIATO
SUHAYA
ALVA CASTRO
SETENTA SECTOR "B"
UMANAVANTI
5.91
5.87
5.84
5.84
5.83
5.78
5.77
5.74
5.74
5.69
5.68
5.68
5.67
5.67
5.67
5.67
5.65
5.65
5.64
5.62
5.61
5.60
5.58
5.58
5.57
5.52
5.50
5.49
5.49
5.48
5.47
5.47
5.42
5.39
5.36
5.31
5.30
5.28
5.25
5.25
5.21
5.21
5.18
pág. 97
PUERTO ISANGO
CAMANTARO
KUSU-NUMPATKEIM
Numpatkaim
Parceleros Nevati
BOLA DE ORO
YARINA LLACTA
BOCA COCANI
NUEVO MAYORUNA
SHIMOYANI-KOKARI
AUTUKAI
MATZURINIARI
CORIMANI
SAN FAUSTO
ANTIGUO KANAM
PUERTO ELVIRA
SAN RAMËN DE PANGOA
SANTA TERESITA
COCANI
SARGENTO LORES
YAMAKENTZA
SAN JUAN DE SANGARENI
SUWANTS
IMPITATO CASCADA
TSUNTSUNTSA
TUTUMBEROS
CAMAJINI
NUEVA BELLA
SANTAVANCORI (1)
ALTO KIATARI
ALTO SHIMUTAS
CARAPAIRO
F┴TIMA
BichatÝn Entsa
ESTRELLA DE ALTO SANGOBATEA
NUEVA VALENCIA
UNION CENTRO FUERTE PUERTO GEN GEN
CHECHERTA
BUCHIGKIM
PUERTO PRADO
PANGA
INCHATINGARI
HUITOTOS DE PUCAURQUILLO
5.11
5.10
5.04
4.98
4.96
4.95
4.95
4.91
4.89
4.88
4.87
4.83
4.82
4.79
4.75
4.75
4.69
4.64
4.50
4.50
4.50
4.47
4.44
4.41
4.41
4.41
4.39
4.36
4.35
4.33
4.33
4.22
4.17
4.10
4.04
4.03
4.00
3.99
3.96
3.96
3.94
3.91
3.85
pág. 98
SAN JOS╔ DE TOPAL
DEQUENTEI
PUERTO AURORA Y ANEXO COSTA AZUL
HUACAMAYO DE NEGUACHE
NUEVO ANTIOQU═A
SHIJAP
CAPAHUARI DEL HUASAGA
SAN BERNARDO
SAN LORENZO
Nuevo Sabaloyacu
28 DE JULIO
BASHUIN
GASTA BALA
CATAY
Compiroshiato
SAWIENTSA
ACHUAR ANATICO
LA PERLA DE ANANGARI
Mapitziviaari
MARONTOARI
PLATANILLO DE GETARINE
YAHUAR HUACA
NUEVO SAN JOSE
NUEVO SARAMIRIZA
SANCHEZ CERRO
BALTA
SHIMPU
LOS SIETE HERMANOS
PAUJIL
ALTO CHENCORENI
BUEN JARD═N DEL CALLARU
PAICHE PLAYA
SAN PEDRO DEL ESTRENO
SAN JOS╔ DE ANAPIARI
KATIRA
LOS OCHO YERNOS DE OPOQUIARI
NUEVO SAPOSOA
VISTA ALEGRE DE BOCA DEL PACHITEA
3.82
3.78
3.76
3.74
3.69
3.68
3.66
3.65
3.63
3.61
3.60
3.60
3.59
3.58
3.55
3.53
3.51
3.51
3.45
3.42
3.42
3.36
3.35
3.34
3.33
3.32
3.32
3.29
3.29
3.28
3.27
3.21
3.19
3.17
3.16
3.15
3.15
3.14
ALTO YURINAKI
3.13
7 DE MAYO Y ANEXO BAGAZ┴N
TSAMAJA═N
NUEVA LIBERTAD DE PAUCARILLO
3.12
3.12
3.08
pág. 99
PUERTO AUXILIO
TARISA
CUCHARA
SANTO DOMINGO DE ALTO AZUPIZU
SHAPIJIM
WASHIENTSA
PUERTO FIRMEZA
SUNULLACTA
TIMPIÐARI
POSHONARI-SHEJAROTENI
SHAHUAYA
UNIËN ALTO SANIVENI
Andoas Viejo
KACHI
SAN MART═N
POZO SAN MART═N
NUEVO BELLAVISTA
LAS GOLONDRINAS
SAN JUAN DE INUYA
CAÐETE
PAMPA JULI┴N
PUERTO GALILEO INDEPENDENCIA PER┌
BUENAVENTURA
CENTRO SHEBOJA
NUEVA BELLAVISTA
PAÐAYACU
TAYU
FLOR NACIENTE
FLORIDA
UWINTSA Y ANEXO TSUVATENTSA
ALTO NUMPATKAIM
BORAS DE COLONIA
NUEVO CANA┴N
METENI L-A
NUEVO NARANJAL
IPOKIARI
NUEVA BETANIA
NUEVO AMANECER
YANAYACU
KUSUIM (AMPLIACION)
SHAMATAK
SHIPETIARI
SANTA ROSA DEL CAÐO
3.08
3.07
3.06
3.06
3.05
3.04
2.97
2.97
2.97
2.94
2.94
2.94
2.93
2.93
2.88
2.87
2.86
2.80
2.79
2.78
2.78
2.76
2.66
2.66
2.64
2.63
2.61
2.57
2.56
2.55
2.54
2.54
2.53
2.52
2.52
2.48
2.48
2.48
2.47
2.46
2.43
2.41
2.35
pág. 100
MAMUS
FLOR DE AGOSTO
SAMANIATO
CAPAHUARIYACU
COMITARINCANI
SANTA RITA DE MOCHILA
UNIËN DE LA SELVA CACAZU
SABALILLO
PAMPA-ENTSA
CAPAJERIATO
NUEVO MILAGRITOS
TSAMASH
SAN JOS╔ DE PARINARI
OTARI
SHIMPI
Sabaloyacu
WAMPINTSA
PUERTO VICTORIA
BAJO CHIRANI
SANCHUM
02 DE MAYO
PALOMETILLO
YAMAKAI
ALTO INCARIADO
PANGUINTSA
YARONI
CENTRO KITERIARO
NUEVO LIBERTAD
NUEVO CEYLAN
SOLTERITO
PINTUYACU
BOLOGNESI
NUEVO SAN MART═N
PITOCUNA
SAN FRANCISCO PIKINIKI BUFEO
METENI L-B
MONTE SALVADO
PAIK
SHINTZIJAROQUI
HUITOTOS DE NEGRO URCO
SAN ANTONIO DE YANAYACU
SELVA DE ORO
COPALILLO
2.34
2.30
2.30
2.28
2.28
2.23
2.21
2.20
2.18
2.16
2.16
2.16
2.15
2.14
2.11
2.08
2.07
2.06
2.05
2.05
2.04
2.03
2.03
1.99
1.97
1.93
1.92
1.89
1.87
1.86
1.81
1.80
1.80
1.79
1.79
1.78
1.75
1.74
1.73
1.71
1.71
1.71
1.68
pág. 101
ACHUIM
MARANKIARI BAJO
CAPIRUSHARI
SAMAR╔N
UMPUNCHIG
UNIËN ALTO SANCACHARI
SAN ALEJANDRO
PINDUYACU
NUEVA CONQUISTA SECTOR B
SARGENTO LORES DE CAMOTE ISLA
KAYAMAS
CAJOCUMA
Yanacita
NUEVO SAN FRANCISCO
FLOR DE ROSAS DE NAZARATEGUI
NUEVO SAN ANTONIO DE LANCHA POZA
UWINTSA
IWANCH-UJUGMAMU
LA FLORIDA
MORËN ISLA
SAN JUAN DE COTOYACU
SANTA CECILIA
YAHUMA I ZONA
NUEVO MAMAYAQUE
TAHUANTINSUYO
SANTA BEATRIZ
KUNT ENTSA
LOROYACU
NUEVA YARINA
SANTA ANA ALTO PAKICHARI
PAGKI
MIGUEL GRAU
SHAPAJILLA
PUNCHANA ANEXO SANTA ROSA
ARIZONA PORTILLO
SAN FRANCISCO DE YAHUMA
BUENA VISTA ANEXO COPAL
CANTAGALLO
NUEVA UNIËN PIEROLA
CHINGANA
PUCHARINI
PUERTO SINAI
SANTA ISABEL DE BAHUANISHO
1.67
1.67
1.62
1.62
1.62
1.62
1.55
1.54
1.53
1.53
1.52
1.50
1.49
1.45
1.44
1.44
1.44
1.35
1.35
1.35
1.35
1.35
1.35
1.32
1.30
1.29
1.26
1.26
1.26
1.26
1.22
1.19
1.18
1.17
1.16
1.14
1.13
1.11
1.10
1.08
1.08
1.08
1.08
pág. 102
SHACHAM ENTSA
UCHI SHAMATAK
PUERTO PUR═N
PONCHONI
JAIRIQUISHI
SANTA LUCIA
TATANKUS
ORO BLANCO
PUERTO PASCUALA
PAMPA MICHI
PUMPURIANI
INAYUAM
MAPITAMANI
SAN ANDR╔S
SAN FERNANDO DE MACHURIANI
SEGUNDO SAN JUAN
NUEVO SOPL═N
YAGUAS DE TIPISHCA
BAJO CHENCORENI
BAJO ESPERANZA
PUERTO HUAM┴N
TAGKEGIP
PACUY
CHINARI
ALTO SAURENI
ALVARENGA - SECTOR A
BOLIVAR
SAN MIGUEL
SAN MIGUEL CENTRO MARANKIARI
SAN PEDRO DE PICHANAZ
YARINA FRONTERA TOPAL
CUZU CHICO
CHUINTAR
EL TRIUNFO
SONENE
TRES ESQUINAS
CAPACHARI
SHABASHIPANGO
SAN JUAN DE CHIVIS
SAN PEDRO SOTANI
TRIUNFO
TUNIM
UYU ENTSA
1.08
1.08
1.03
1.02
1.00
0.99
0.99
0.98
0.94
0.93
0.93
0.90
0.90
0.90
0.90
0.90
0.88
0.84
0.83
0.81
0.81
0.81
0.80
0.78
0.74
0.73
0.72
0.72
0.72
0.72
0.71
0.69
0.63
0.63
0.63
0.63
0.59
0.55
0.54
0.54
0.54
0.54
0.54
pág. 103
QUITERIAVO
ALTO SONDOVENI
CAMISEA
CUSHIVIANI
PATRIA NUEVA
SAN PASCUAL
CHINIM
CURANJILLO
DIAMANTE
LA PAZ DE GETARINE
PAURELI
PAURIALI
PUEBLO NUEVO
PUELLAS YUNCULLMAS
RUNUYA
SAN LORENZO DE AUTIKI
UCHI NUMPATKAIM
UGKUM
JUAN SANTOS ATAHUALPA
WAWAS
AJUNTAI ENTSA
LA CURVA
NUEVO ORIENTE DE CHANAJAO
QUIMPICHARI
YORINI
NUEVA SANTA ROSA
MANGUAL
SAN JUAN ANEXOS SANTA CRUZ, SHAPAJA Y SHINKATAN
GAMBOA
COLOMBIANA
JOS╔ G┴LVEZ
NAYUMP═N
PATRIA NUEVA DE MEDIACIËN CALLER═A
SAN JOS╔ DE PANAMA
SAN NICOLAS DE PALMA PAMPA ALTO PICHANAKI
VALLE CARHUAZ
LA ESPERANZA
SAN MART═N DE ARAHUANA
TOTAL
0.48
0.45
0.45
0.45
0.45
0.45
0.39
0.36
0.36
0.36
0.36
0.36
0.36
0.36
0.36
0.36
0.36
0.36
0.32
0.30
0.27
0.27
0.27
0.27
0.25
0.22
0.21
0.18
0.16
0.10
0.09
0.09
0.09
0.09
0.09
0.07
0.04
0.01
52791.73
pág. 104
Anexo 6: DEFORESTACION
PERMANENTE
EN
BOSQUES
DE
PRODUCCION
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. 105
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"
pág. 106
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)
pág. 107

reporte - Geoservidor - Ministerio del Ambiente

Transcription

Similar documents

Amazonía Viva - Panda

Santa Cruz, Bolivia

03/05/2006 LP20060503Portada1A

reportaje - La gaceta de la Universidad de Guadalajara

Simbolos de Reiki Karuna

Deforestación en México: Un análisis preliminar

ministerio de ambiente y desarrollo sostenible

JUEVES 23 DE JUNIO DE 2016

Contenido - Ojo de Agua Comunicación

Bosques y Reservas Naturales de Puerto Rico

Las amenazas percibidas para la Amazonía

Sin título de diapositiva