Dinámica
espacio-temporal del cambio de uso del suelo en la isla Puná del cantón
Guayaquil, provincia de Guayas.
Spatio-temporal
dynamics of land use change in Puna island, canton of Guayaquil, province of
Guayas
Ramírez-Narváez Manuel1*
Romero-Córdova Martha1
Burneo-Saavedra Iván1
Zury Rojas Willam2
González- González Anibal3
Juela-Sivisaca Oscar3
1Carrera
de Ingeniería en Manejo y Conservación del Medio Ambiente. Universidad Nacional
de Loja (UNL), Ciudadela Guillermo Falconi. Loja, Ecuador.
2Centro
de Educación Continua. Universidad Técnica de Machala (UTMach), Campus 10 de
agosto. Machala, Ecuador.
*Autor
para correspondencia: Manuel Ramírez-Narváez, e-mail: meramirezn@unl.edu.ec
https://doi.org/10.54753/blc.v11i2.1081
Recibido:
16-09-2021
Aprobado:
17-12-2021
RESUMEN
En la Isla Puná,
provincia de Guayas, la explotación extensiva del camarón se ha desarrollado
desde principios de la década de los ochenta del siglo pasado. En los últimos
años, esta industria se ha ampliado a grandes superficies, dejando como secuela
la pérdida de grandes extensiones de bosques de manglar y afectando
considerablemente el rol ecológico que tienen estos bosques. En este contexto,
la presente investigación buscó determinar el cambio y la cuantificación del
uso del suelo, mediante la recolección, procesamiento y clasificación
supervisada de imágenes satelitales en cuatro periodos de tiempo utilizando los
algoritmos de máxima verosimilitud y máxima secuencialidad a posteriori.
Para verificar la fiabilidad de los datos obtenidos se elaboró una matriz de
confusión y, con ello, se obtuvo el índice Kappa. Los resultados demostraron
que la producción camaronera incrementó su superficie de 6 819,30 ha, en 1985,
a 13 832,01 ha en 2016, una dinámica que ha generado pérdida de los bosques de
manglar, los cuales disminuyeron de 10 931,31 ha, en 1985, a 5 282,82 ha en
2016. Esta disminución en la superficie de manglar equivale a una pérdida neta
de 5 648,49 ha y una ganancia neta de superficie destinada a la
explotación de camarón de 7 012,71 ha. Con estos resultados, se concluye
que no existe un control y aplicación rigurosa de las normativas ambientales
que prohíben la tala de bosques de manglar y otras normativas como el decreto
1391 del 2008, que propone como medida regulatoria la reforestación del manglar.
Palabras
claves: Uso
de suelo, producción camaronera, clasificación supervisada, manglar.
ABSTRACT
In
Puná Island, Guayas province, the extensive exploitation of shrimp has
developed since the beginning of the eighties of the last century. In recent
years, this industry has expanded to large areas, leaving as a consequence the
loss of large areas of mangrove forests and considerably affecting the
ecological role of these forests. In this context, the present research sought
to determine the change and quantification of land use, through the collection,
processing and supervised classification of satellite images in four periods of
time using the algorithms of maximum likelihood and maximum sequentiality a
posteriori. To verify the reliability of the data obtained, a confusion
matrix was elaborated and, with this, the Kappa index was obtained. The results
showed that the surface for shrimp production increased from 6 819.30 ha, in
1985, to 13 832.01 ha in 2016, a dynamic that has generated loss of mangrove
forests, which decreased from 10 931.31 ha in 1985, to 5,282.82 ha in 2016.
This decrease in the mangrove area is equivalent to a net loss of 5,648.49 ha
and a net gain of area destined to shrimp exploitation of 7,012.71 ha. With
these results, it is concluded that there is no rigorous control and
application of the environmental regulations that prohibit the felling of
mangrove forests and other regulations such as Decree 1391 of 2008, which
proposes the reforestation of the mangrove as a regulatory measure.
Keywords:
Land use, shrimp production, supervised
classification, mangrove.
INTRODUCCIÓN
El cambio de uso del suelo hace
referencia al reemplazo de un tipo de cobertura por otro, y es medida por la
transición de las categorías de cobertura de suelo, debido por ejemplo a la
expansión agrícola, la deforestación, o el cambio en la extensión urbana
(Veliz, 2015). Los principales impulsores globales del cambio del uso de suelo
son el crecimiento poblacional y el crecimiento económico (Montanarella,
Pennock, y Mckenzie, 2016). La elevada dinámica en la cobertura del suelo ha
generado severos efectos ambientales a diferentes escalas que contribuyen al
cambio climático global mediante la emanación de gases de efecto invernadero.
Regionalmente los cambios en el uso del suelo han afectado el funcionamiento de
las cuencas hidrográficas y de los asentamientos humanos; localmente han
inducido a la pérdida y degradación de suelos, a cambios en el microclima y a
la pérdida de la diversidad de especies (Ibarra et al., 2011).
En el Ecuador, el cambio en la
cobertura del suelo obedece principalmente a la expansión y crecimiento de las
actividades productivas, como es el caso de la industria camaronera, la cual se
ha intensificado a lo largo de los años (Plaza, 2018). Además de su acelerada
expansión, el problema principal de esta actividad radica en su asentamiento
sobre zonas de manglar, pasando por alto los servicios ambientales que brindan
estos ecosistemas, tales como el secuestro de carbono y el hábitat de diversas
especies de aves, peces, crustáceos, reptiles y mamíferos (Beitl,
Rahimzadeh-bajgiran, Bravo, Ortega-pacheco, y Bird, 2019).
Un claro ejemplo de la acelerada
expansión de las camaroneras en el Ecuador se da en la provincia del Guayas,
esta provincia es la principal productora de camarón, y a lo largo de los años
ha expandido su producción, y con ello ha generado la pérdida de sus
ecosistemas naturales (Palma, 2017). Los registros históricos muestran que la
producción camaronera de la provincia del Guayas en la década de 1980 ocupaba
una extensión de 10 944,00 ha, incrementándose en el año 2000 a
105 482,00 ha (89.6 %) y, para el año 2017, esta producción se extendió a
138 283,00 ha (92.1 %) (Palma, 2017). El incremento de la industria camaronera
en el Guayas significó la pérdida de los bosques de manglar, pues en el
transcurso de la década del 80’s hasta el año 1999, la superficie de estos
bosques disminuyó de 182 157,00 ha a 149 556,00 ha (17.9 %), y para
el año 2006 disminuyó considerablemente a 105 219,00 ha de superficie
(42.2 %) (Pazmiño, 2010).
Así mismo, en la Isla Puná, ubicada
en el cantón Guayaquil, la producción camaronera inició en la década de 1980
con cultivos de tipo extensivo y ocupando considerables superficies de terreno
ya en la década de 2010 (Pimental, 2010). La superficie ocupada aproximada para
el cultivo de camarón para el 2015 fue de 14 991,9 ha, de las cuales el
90,6% se encontraba en producción según los registros del PDOT del año 2015 de
la isla Puná (GAD Parroquial Puna, 2015).
Finalmente, en el presente estudio se
planteó la siguiente pregunta de investigación. ¿Cuál ha sido la dinámica
superficial del uso de suelo de la producción camaronera en la Isla Puná del
cantón Guayaquil, provincia de Guayas en los años 1986, 1996, 2006 y 2018? El
objetivo general, permitió determinar la dinámica espacio temporal y
cuantificar la evolución del cambio de uso de suelo y cobertura producto de la
actividad camaronera en el período comprendido entre 1985 y 2016. Otros
objetivos específicos fueron, 1) generar mapas de cambio de uso del suelo
perteneciente a los años 1985, 1998, 2003 y 2016 en la Isla Puná del cantón
Guayaquil, provincia de Guayas, utilizando herramientas de teledetección, y 2)
cuantificar el cambio de uso del suelo en la Isla Puná del cantón Guayaquil,
provincia de Guayas, con énfasis en la expansión las superficies destinadas
para la producción camaronera y a partir de esta información determinar los
efectos ambientales de la expansión camaronera sobre el medio ambiente de la
Isla Puná.
METODOLOGÍA
Área
de estudio
La Isla Puná se
encuentra ubicada en el golfo de Guayaquil y cuenta con una extensión
aproximada de 919 km², considerada la tercera isla más grande de Ecuador. Posee
un clima tropical megatérmico árido a semiárido, caracterizado por temperaturas
medias anuales de 24 ºC, temperaturas máximas que rara vez superan los 32 ºC y
las mínimas son del orden de los 16 ºC. Las precipitaciones anuales son
inferiores a 500 mm/m2 (árido a semiárido) y están concentradas en
una sola estación lluviosa (tropical) que va de enero a abril, con una alta
irregularidad de la precipitación debido a la imprevista aparición del fenómeno
de El Niño. La precipitación anual es de 680 mm/m2 en su extremo
nororiental, y disminuye progresivamente hacia el sur (GAD Parroquial Puna,
2015).
Figura
1. Mapa de ubicación de la Isla Puná
Recopilación de la Información
La primera etapa
de desarrollo de este estudio consistió en recopilar información satelital.
Desde el portal web del Servicio Geológico de Estado Unidos (USGS) se
descargaron imágenes de los años 1985, 1998, 2003 y 2016 en la página web
“science for changing world” (http://glovis.usgs.gov/).
La información cartográfica complementaria se recopiló del Centro de
Investigación Territorial (CIT) de la Universidad Nacional de Loja.
Preparación de las imágenes satelitales:
correcciones y realces
Correcciones
Mediante el
proceso de corrección se analizó el porcentaje de nubes, los problemas de
bandeamiento, píxeles perdidos y a partir de ello se procedió a realizar
correcciones de tipo geométrico, radiométrico y atmosférico. De esta manera se
eliminaron anomalías detectadas en las imágenes, ya sea en su localización o en
la radiometría de los píxeles que la componen. Estas operaciones permitieron
disponer de los datos en forma más cercana posible a una adquisición idónea,
situándolos sobre su posición geográfica correcta (georreferenciación), o
reconstruyendo la radiancia detectada por el sensor a partir de los ND de la
imagen (Chuvieco, 2008). Estas correcciones se realizaron en el software
de acceso libre GRASS 7.4.
Realces
Este proceso se
realizó en el software GRASS 7.4, con el cual se generaron composiciones
de imágenes con el fin de obtener una mejora visual y realce de las imágenes.
Para esto se aplicó cada uno de los tres colores primarios (rojo, verde y azul)
a una banda distinta de la imagen. La elección de las bandas para realizar la
composición y el orden de los colores destinados a cada una depende del tipo de
sensor al que corresponda la imagen. Esta composición facilita la cartografía
de masas vegetales, láminas de agua y ciudades (Chuvieco, 2008).
Clasificación
digital de las imágenes satelitales
Se introdujo la
firma espectral característica de las clases, expresada como los valores más
habituales que aparecen para dicha clase. Al asignar la firma espectral se
utilizaron zonas de entrenamiento, para ello se delimitó zonas en las que se
conocía a priori el tipo de clase existente. Esto se realizó con una
capa de polígonos adicional que tenga asociado en un campo de la tabla de
atributos el tipo de clase presente en dicho polígono. De esta manera, se
definió los rasgos generales de esas clases que permitieron identificar clases
similares en otros puntos (las zonas de entrenamiento deben cubrir todos los
casos particulares de las clases) (Olaya, 2014).
Finalmente,
se realizó la clasificación digital de las imágenes, para lo cual, con el fin
de obtener una mejor calidad en la clasificación, se utilizó dos algoritmos: el
de máxima verosimilitud y máxima secuencialidad a posteriori. Este
proceso se llevó a cabo en el programa GRASS 7.4.
Las clases de usos
de suelo de la Isla Puná se determinaron en función de las que establece el
Ministerio del Ambiente Ecuatoriano (MAE) (ver Tabla 1). Los tipos de cobertura
de suelo correspondientes a la Isla Puna son los siguientes:
Tabla 1. Clases de uso de suelo de la
Isla Puná
|
Nº
|
Cobertura
(Uso de suelo)
|
Código
|
|
1
|
Agrícola
|
Ag
|
|
2
|
Matorral
seco
|
Ms
|
|
3
|
Bosque
seco
|
Bs
|
|
4
|
Camaroneras
|
Cm
|
|
5
|
Cuerpos
de agua
|
Ca
|
|
6
|
Tierras
improductivas
|
Ti
|
|
7
|
Áreas
salinas
|
As
|
Por
motivos de resolución de las imágenes satelitales en la detección de todas las
coberturas, se consideró simplificar los tipos de usos de suelo, tomando en
cuenta 7 tipos de cobertura: camaroneras, manglar, nubes, bosque seco-matorral,
suelo descubierto, cuerpos de agua-eriales, áreas salinas-playones.
Detección
de cambios en el uso del suelo
Para determinar
los cambios del suelo, se trabajó con las imágenes clasificadas anteriormente
por cada periodo de tiempo. A partir de ello se determinó las áreas y se
cuantificó el cambio en cada tipo de uso de suelo de un periodo de tiempo a
otro (1985, 1998, 2003, 2016) mediante el uso del software QGIS 3.2.
Validación
de resultados
En
la validación de los resultados obtenidos se planteó la siguiente metodología:
●
Diseño del muestreo y determinación del
número de puntos de referencia.
●
Determinación del tipo de cobertura
correspondiente a cada punto de referencia.
●
Generación de una matriz de confusión para
determinar la validez de los resultados (ver Tabla 2).
●
Determinar la precisión global y el
estadístico Kappa para conocer la fuerza de concordancia y confiabilidad de los
resultados de la clasificación supervisada (Chuvieco, 2008).
Tabla 2. Estructura de la
matriz de confusión
|
Referencia
|
|
|
Clase 1
|
Clase 2
|
Clase 3
|
Clase n
|
Total
|
Exactitud
usuario
|
Error
comisión
|
|
Clase 1
|
X11
|
|
|
|
X1+
|
X11/X1+
|
1-X11/1+
|
|
Clase 2
|
|
X22
|
|
|
X2+
|
X22/X2+
|
1-X22/2+
|
|
Clase 3
|
|
|
X33
|
|
X3+
|
X33/X3+
|
1-X33/3+
|
|
Clase n
|
|
|
|
Xnn
|
Xn+
|
Xnn/Xn+
|
1-Xnn/n+
|
|
Total
|
X+1
|
X+2
|
X+3
|
X+n
|
ƩXij
|
|
|
|
Exactitud productor
|
X11/X+1
|
X22/ X+2
|
X33/X+3
|
Xnn/X+n
|
|
|
|
|
Error omisión
|
1-X11/X+1
|
1-X22/X+2
|
1-X33/X+3
|
1-Xnn/X+n
|
|
|
|
Fuente.
Chuvieco E. (2008). Teledetección ambiental. La observación de la tierra
desde el espacio. Barcelona, España. Tercera Edición (p. 501).
RESULTADOS
Los resultados
obtenidos permitieron identificar los diferentes usos de suelo presentes en la
Isla Puná durante cuatro periodos. Cabe recalcar que se utilizó dos métodos de
clasificación con el fin de contrastar y optar por el mejor de los resultados.
De tal manera, para el periodo 1985 el método de mejor clasificación fue el
algoritmo de máxima verosimilitud, sin embargo, para los periodos 1998, 2003 y
2016, el algoritmo de máxima secuencialidad a posteriori resultó más
eficiente en comparación con el anteriormente mencionado.
Los usos de suelo identificados caen dentro de las
categorías asignadas a camaroneras, manglar, bosque seco-matorral, suelo
descubierto, cuerpos de agua-eriales y áreas salinas-playones (ver Tabla 3).
Además, se generó una clase correspondiente a nubes, debido a la presencia de
nubosidad en las imágenes disponibles que no afectan las áreas de importancia
como las zonas camaroneras y ecosistemas de manglar.
Figura 2. Mapa de la dinámica espacio-temporal
de la producción camaronera de los años (a) 1985, (b) 1998, (c) 2003 y (d)
2016.
En el periodo de
1985, la actividad camaronera representa una superficie de 6 819,3 ha, los
bosques de manglar 10 931,31 ha y las áreas salinas-playones 5 046,3 ha
(ver Figura 2a). La imagen satelital de este año contó con la presencia del
3,70 % de nubosidad, valor poco significativo que no afecta las zonas de mayor
interés (camaroneras, bosques de manglar). Para el año de 1998 la actividad
camaronera incrementó a 10 720,53 ha (36.4 % de aumento), mientras que los
bosques de manglar y áreas salinas-playones disminuyeron de manera
significativa a 8 674,56 ha (20.6 % de disminución) y 2 524,23 ha (50
% de disminución) respectivamente (ver Figura 2b); la imagen correspondiente a
este año presentó un porcentaje de nubosidad del 6,75 %. En el 2003, la
industria camaronera ocupó 8 332,65 ha (18.2 % de aumento), bosque manglar
7 208,19 ha (34.1 % de disminución) y áreas salinas-playones 8 476,38
ha (40.5 % de aumento) (ver Figura 2c); la imagen de este período presentó un
porcentaje de nubes de 6,85 %. Con respecto al año 2016 la actividad camaronera
alcanzó una superficie de 13 832,01 ha (50.7 % de aumento), los bosques de
manglar 5 282,82 ha (51.6 % de disminución) y las áreas salinas-playones
2 508,3 ha (50.3 % de disminución) (ver Figura 2d); en este caso la imagen
satelital utilizada presentó un porcentaje de nubosidad de 5,54 %.
Métodos
de clasificación
Para
la investigación se utilizó dos métodos de asignación, máxima verosimilitud y
máxima secuencialidad a posteriori, con el fin de contrastar y optar por
el método que ofrezca mejores resultados. De tal manera, para el periodo 1985
el método de asignación que mejor resultados ofrece fue el algoritmo de máxima
verosimilitud, sin embargo, para los periodos 1998, 2003 y 2016, el algoritmo
de máxima secuencialidad a posteriori resultó más eficiente.. Cada uno
de estos métodos se adaptó de mejor manera a cada una de las imágenes
satelitales, asignando los píxeles a los centros de clase más cercanos y de
esta manera eliminando errores como el efecto denominado sal y pimienta en la
clasificación de imágenes.
Cambios
de uso de suelo
Los
mapas de uso del suelo generados a partir de la clasificación de las imágenes
satelitales Landsat, se obtuvieron las superficies y el porcentaje
correspondiente a cada una de las coberturas encontradas en la isla Puná,
durante el periodo de tiempo en análisis. (ver Tabla 3).
Tabla
3. Cuantificación del cambio de uso del suelo en la Isla Puná
|
Nº
|
Uso de suelo
|
1985
|
1998
|
2003
|
2016
|
|
ha
|
%
|
ha
|
%
|
ha
|
%
|
ha
|
%
|
|
1
|
Camaroneras
|
6819,3
|
7,71
|
10720,53
|
12,12
|
8332,65
|
9,42
|
13832,01
|
15,64
|
|
2
|
Manglar
|
10931,31
|
12,36
|
8674,56
|
9,81
|
7208,19
|
8,15
|
5282,82
|
5,97
|
|
3
|
Nubes
|
3271,95
|
3,70
|
5970,69
|
6,75
|
6053,4
|
6,85
|
4896,09
|
5,54
|
|
4
|
Bosque seco_Matorral
|
58725,45
|
66,41
|
54328,95
|
61,43
|
56670,84
|
64,08
|
59552,1
|
67,34
|
|
5
|
Suelo descubierto
|
3568,95
|
4,04
|
6105,87
|
6,90
|
1577,52
|
1,78
|
2363,85
|
2,67
|
|
6
|
Cuerpos de agua_Eriales
|
71,91
|
0,08
|
110,34
|
0,12
|
116,19
|
0,13
|
0
|
0,00
|
|
7
|
Áreas salinas_Playones
|
5046,3
|
5,71
|
2524,23
|
2,85
|
8476,38
|
9,58
|
2508,3
|
2,84
|
|
Total
|
88435,17
|
100,00
|
88435,17
|
100,00
|
88435,17
|
100,00
|
88435,17
|
100,00
|
Las
coberturas con mayor representatividad corresponden a: manglares y camaroneras,
que tienen una extensión positiva en la Isla Puná para su funcionamiento y
producción masiva (tabla 3).
La
variación de estas cifras se relaciona con dos factores a considerar; el
primero por la presencia de nubes en diferentes cantidades en cada periodo, tal
como se ha mencionado antes, ya que estas masas se encuentran sobre la
superficie de los bosques secos, suelos descubiertos y los cuerpos de agua; y
la segunda se debe a las características climáticas que presentó el área de
estudio durante los periodos en el cual se obtuvo las imágenes satelitales. Es
importante mencionar que las áreas con nubosidad se encuentran presentes
mayoritariamente en las zonas que corresponden al bosque seco y matorral, áreas
en donde es baja o nula la presencia de camaroneras (tabla 3).
Validación
de resultados
Con
la elaboración de la matriz de confusión para cada periodo de estudio, se
determinó el índice kappa y se calculó la precisión global, permitiendo
verificar el nivel de confiabilidad de los resultados obtenidos (ver Tabla 4):
Tabla 4. Validación de los resultados
|
Periodo
|
Precisión global
|
Índice Kappa
|
Fuerza de concordancia
|
|
1985
|
94,29
|
91,52
|
Muy bueno
|
|
1998
|
85,71
|
79,00
|
Bueno
|
|
2003
|
98,57
|
97,83
|
Muy bueno
|
|
2016
|
98,57
|
97,24
|
Muy bueno
|
Finalmente,
los resultados (tabla 4) del índice Kappa, indican que los periodos 1985, 2003
y 2016, presentan un porcentaje dentro del rango 90 – 100 %, lo que indica una
fuerza de concordancia muy buena. El periodo 1998 presenta un porcentaje de 79%
que representa una fuerza de concordancia buena.
DISCUSIÓN
Dinámica
espacio-temporal de uso del suelo
La
superficie de la Isla Puná presenta diversos usos de suelo, entre ellos las
áreas camaroneras (15.64%), bosques secos (67.34%), áreas de conservación como
manglares (5.97%) y áreas salinas (2.84 %), las cuales ocupan considerables
superficies dentro de la isla (GAD Parroquial Puná, 2015). La dinámica en los
usos de suelo mencionados anteriormente, depende de dos factores fundamentales
como: el crecimiento poblacional y económico que generan una elevada demanda de
productos necesarios para satisfacer las necesidades de la población
(Montanarella et al., 2016). Los resultados de esta investigación
demuestran que la producción camaronera en la Isla Puná se ha expandido
considerablemente a partir de la década de los 80, aproximadamente el 50.7 %,
lo que ha dejado como consecuencias la disminución de áreas de importancia
ecológica como los manglares. A pesar de la aplicación del decreto Nº1391 en el
2008, que permitía reforestar áreas de manglar taladas de manera ilegal para el
uso y construcción de piscinas camaroneras, no existen evidencias de resultados
positivos, pues las áreas de manglar disminuyeron en la Isla Puná de 7 208,19
ha en 2003 a 5 282,82 ha en 2016, aproximadamente el 26.7%, según los
resultados del presente trabajo.
Relación Camaroneras, Manglares y Áreas salinas
En
el estudio aplicado a la Isla Puná se obtuvieron cuatro mapas de cambio de uso
de suelo correspondientes a los años 1985 (Figura 2a), 1998 (Figura 2b), 2003
(Figura 2c), y 2016 (Figura 2d). Así mismo, a partir de dichos mapas se
cuantificó los usos de suelo identificados por cada periodo de tiempo (Tabla
3), en donde se pudo verificar una considerable dinámica en el transcurso de un
periodo a otro, hechos que, según la literatura, se deben a eventos ocurridos
durante cada periodo de estudio y que es necesario conocer e identificar, para
lograr entender la dinámica de los resultados generados en esta investigación:
La
acuicultura en la isla empezó a inicios de la década de los 80 con explotación
extensiva de camarón (10 000-15 000 m2), que, aunque poco
tecnificadas lograban excelentes producciones (Pimental, 2010). Según el
estudio de Hamilton, Mattola y Sweet (2017), en 1980 la actividad camaronera
ocupaba 9 948,00 ha, mientras tanto en los resultados del presente estudio
indican que, en el año 1985 la producción camaronera ya ocupaba una superficie aproximada
de 6 819,3 ha, actividad establecida en zonas de manglar y zonas salinas donde
las condiciones permitían un rápido desarrollo del crustáceo (Armijos, Macuy,
Mayorga, Rodríguez, y Clavijo, 2015). Con ello lleva a suponer una pérdida de
los ecosistemas de manglar, dado que para ese mismo periodo existía una
superficie de 10 931,31 ha. La dinámica de estos resultados corresponde a la
primera de las tres etapas de cambio que ha sufrido la actividad acuícola en la
región costera del Ecuador, donde se experimentó un periodo de acelerada tasa
de deforestación de manglares debido a la expansión de esta actividad, etapa
que inició en 1980 (Hamilton et al., 2017).
La
expansión de la actividad camaronera creció en la década de 1980 a pesar de
existir normativas que prohibían hacerlo en zonas de manglar, entre las
principales se puede mencionar el Decreto Supremo 2939-B de 1978, el cual
prohibía la explotación de manglares en áreas no delimitadas por la Dirección
General de Desarrollo Forestal, la cual en su Art 6 menciona la prohibición de
construcción de piscinas para la cría y producción de camarones en áreas
cubiertas de manglar. La Ley de Pesca y Desarrollo Pesquero (Reforma de 1985)
estableció, en su Art. 47, que quedaba prohibido: a) Destruir o alterar manglares;
b) Instalar viveros o piscinas en zonas declaradas de reserva natural. Y,
finalmente el Decreto Ejecutivo No. 824, de junio 5 de 1985 en donde se
declararon los manglares como propiedad pública y quedaba prohibida su
explotación y tala (Romero, 2016).
Entre
los años de 1985 a 1998, la superficie dedicada a la producción camaronera se
expandió e incrementó su superficie a 10 720,53 ha (12,12 % del total de la
superficie), acontecimiento que provocó una pérdida de manglar y áreas salinas,
pues para ese mismo año estas áreas presentaron una superficie de 8 674,56 ha
(9,81 % del total de la superficie) y 2 524,23 ha (2,85 % del total de la
superficie) respectivamente. Los resultados obtenidos para este periodo,
presentan cierto grado de similitud a los obtenidos en el estudio realizado por
Hamilton et al., (2017), quien determinó que la actividad camaronera de
la isla Puná en 1997 ocupaba 10 077,00 ha, y las zonas de manglar ocupaban
8 828,86 ha en el año 2000. Un estudio realizado en el archipiélago de Jambelí,
demostró que el periodo entre 1985-1999 se perdieron considerables superficies
de manglar, habiendo experimentado una pérdida neta del 49 % para dar paso a la
creación de estanques criaderos de camarón (Souza, 2015).
Cabe
añadir, que esta dinámica coincide con el acontecimiento que se dio entre los
años 1984-1995, con el boom camaronero que acompañado de una fuerte inversión
extranjera y la duplicación del número de hectáreas de producción, se expandió
la industria camaronera hacia tierras agrícolas, zonas de manglar y
salitrales, buscando abaratar costos para aumentar su rápido y lucrativo
negocio (Salgado, 2014). De igual manera, para aquel periodo ya se había
planteado normativas a favor de la conservación de los manglares, entre ellas estaban
la Ley Reformatoria de la Ley Forestal y de Conservación de Áreas Naturales y
Vida Silvestre de 1990, en la que se declaró a los manglares propiedad del
Estado, incluyendo aquellos que se encuentren en áreas privadas, no pudiéndose
comprar ni vender este recurso; el Decreto Ejecutivo No. 1907, de 1994, que
establecía una veda de tala de manglares y la prohibición de ampliación y
construcción de nuevas piscinas camaroneras; y, finalmente, el Decreto
Ejecutivo No. 2327, diciembre 22 de 1995, que establecía el Reglamento para la
Conservación, Manejo y Explotación del Manglar que declaraba declarando de
interés público la conservación, protección y restauración de los bosques de
mangle (Comisión Asesora Ambiental, 1999).
En
el año 2003, la actividad camaronera tuvo una disminución, a tal punto que
llegaron a ocupar una superficie aproximada de 8 332,65 ha (9,42 % del total de
la superficie), habiendo perdido una superficie de 2 387,88 ha desde el año
1998. Por otra parte, los bosques de manglar continuaron perdiendo territorio
hasta el año 2003, llegando a ocupar 7 208,19 ha (8,15 % del total de la
superficie), habiendo perdido 1 466,37 ha de bosque desde el año 1998. En el
caso de las áreas salinas, estas ganaron terreno desde el año 1998, y en el año
2003 se estimaba una superficie de 8 476,38 ha (9,58 % del total de la
superficie). Según el trabajo realizado por Souza et al., (2015), se
menciona que luego del apogeo de la industria camaronera en el año de 1999, la
producción del crustáceo detuvo su crecimiento debido a las fuerzas del mercado
y White Spot (mancha blanca). El virus de la mancha blanca es una enfermedad en
el camarón cultivado que obligó a muchos productores de camarón a abandonar sus
estanques, generando grandes pérdidas millonarias de dinero y de cultivos de
camarón, hechos que explican el declive de la producción camaronera en este
periodo (Ordoñez, 2015; Souza et al., 2015).
A partir del año 2005, cuando finalizó la crisis por
el virus de la mancha blanca, la actividad camaronera y su producción
comenzaron a recuperarse, y hasta el 2010 según la investigación de Hamilton et
al., (2017), la industria camaronera llegó a ocupar 13 243,28 ha, y las
zonas de manglar 7 232,15 ha. En este estudio se determinó que años más tarde,
en 2016, la actividad camaronera se expandió ligeramente a 13 832,01 ha (15,64
% del total de la superficie). Un comportamiento opuesto ocurrió con los
bosques de manglar y las áreas salinas, las cuales fueron disminuyendo hasta
llegar a ocupar 5 282,82 ha (5,97 % del total de la superficie) y 2 508,3 ha
(2,84 % del total de la superficie) respectivamente en el año 2016. Dados estos
resultados se puede verificar que la industria del camarón sigue expandiéndose
y las áreas de manglar se continúan perdiendo, tal como lo menciona Hamilton et
al., (2017).
En el lapso de 31 años desde 1985, la actividad
camaronera ganó 7 012,71 ha de terreno en la isla Puná (50.7 % de aumento),
mientras que los bosques de manglar perdieron un aproximado de 5 648,49 ha de
territorio (51.6 % de disminución). Pese a la existencia y vigencia de normas,
la expansión de camaroneras en zonas de manglar se incrementó y aumentó la tala
de los ecosistemas de manglar menoscabando y reduciendo los servicios
ambientales que estos brindan. Según (Bournazel, Priyantha, Pulukuttige,
Huxham, y Viergever, 2015), al destruir los manglares, se pierden los servicios
ecosistémicos que proveen, tales como la captura de carbono y el hábitat de
diversas especies de aves, peces, crustáceos, reptiles y mamíferos nativos de
la zona. Sin embargo, a pesar de las prácticas nocivas para el medioambiente,
la industria camaronera ha recibido siempre el apoyo del gobierno y de los
organismos financieros internacionales debido a que se trata de una actividad
muy rentable y que, generalmente, es propiedad de empresarios y grupos
económicos de poder (Salgado, 2014).
En
un estudio realizado en el año 2006, por el Centro de Levantamientos Integrados
de Recursos Naturales por Sensores Remotos (CLIRSEN), sobre el estado del
manglar en el país, se comprobó que algunas camaroneras que ocupaban áreas
mayores a las autorizadas, y también la existencia de camaroneras no
concesionadas (Decreto No.1391, 2008). Frente a tal problemática
ambiental, en octubre del 2008, se expidió el Decreto Ejecutivo 1391 que
reforma el Reglamento General de la Ley de Pesca, que permite que las
camaroneras construidas antes de 1999, en zona de playa o bahía, que ocupan un
área mayor a la concedida o que no tienen concesión, puedan regularizar su
actividad a cambio de reforestar con manglar el área que el Ministerio del
Ambiente determine pertinente (Armijos et al., 2015). Sin embargo,
frente a los resultados de esta investigación se ha observado la considerable
expansión de piscinas camaroneras, llegando al punto de ocupar y talar zonas
pertenecientes a bosques de manglar. Con esto, se puede evidenciar que no
existe un cumplimento en la aplicación de las normativas anteriormente
mencionadas, debido a que esta actividad camaronera es una de las más rentables
económicamente (Salgado, 2014).
Incidencia
del porcentaje de nubes en la cuantificación del uso de suelo.
En
cuanto a la clase que representa las nubes, en todos los periodos hay la
presencia de nubosidad, teniendo en cuenta que en el año 2003 se encuentra la
mayor superficie de esta clase con un valor de 6,85 % (Figura 2c). Sin embargo,
como se menciona en trabajos similares la superficie ocupada por nubes no debe
superar el 20% (Labrador, Evora, y Arbelo, 2012), por lo tanto el nivel de
cobertura actual de nubes no afecta los resultados obtenidos, en especial las
áreas que representan mayor interés en el estudio como camaroneras y bosques de
manglar. Además, las áreas con nubosidad se encuentran presentes
mayoritariamente en las zonas que corresponden al bosque seco y matorral, áreas
en donde es baja o nula la presencia de camaroneras.
Bosque
seco-matorral, suelo descubierto y cuerpos de agua-eriales
En
la Tabla 3, se evidencia la superficie en valores porcentuales que presentan
las clases correspondientes a bosque seco-matorral, suelo descubierto y cuerpos
de agua-eriales, que presentan considerables variaciones en el transcurso de un
periodo a otro. La variación de estos valores se relaciona con dos factores a
considerar; el primero por la presencia de nubes en diferentes cantidades de
cada periodo, tal como anteriormente se mencionó, ya que estas masas se
encuentran sobre la superficie de los bosques secos, suelos descubiertos y los
cuerpos de agua; también se debe a las características climáticas que presentó el
área de estudio durante los periodos en el cual se obtuvo las imágenes
satelitales para realizar los procesos de clasificación supervisada.
Fiabilidad
global y valor del índice kappa
Finalmente,
los resultados han sido validados obteniendo una matriz de confusión para cada
periodo de tiempo, a partir de ello se ha obtenido los valores del índice Kappa
y la precisión global, permitiendo determinar y verificar la concordancia y
confiabilidad de la clasificación supervisada para cada año. Es conocido que el
índice Kappa es una medida de la exactitud de la clasificación, es decir
intenta delimitar el grado de ajuste debido solo a la exactitud de la
clasificación, prescindiendo de las contribuciones aleatorias, mientras que la
matriz de confusión proporciona la fiabilidad global de la clasificación, e
indica el porcentaje de píxeles clasificados correctamente, siendo un valor
mínimo estandarizado y aceptado del 85% (Arenas et al., 2011). En la
Tabla 4, se especifican los valores del índice Kappa, en donde los periodos
1985, 2003 y 2016, que presentan un porcentaje dentro del rango de entre 90 y
100 %, lo que indica una fuerza de concordancia muy buena. El periodo 1998
presenta un porcentaje del 79 % que representa una fuerza de concordancia
buena. Un índice de Kappa mayor al 80% indica claramente que la clasificación
obtenida no ha sido obtenida por azar (Arenas et al, 2011). Estos
valores permiten asegurar que los píxeles han sido clasificados correctamente a
la clase que corresponden y discriminados de las clases a las que no
corresponden.
CONCLUSIONES
A
partir de los valores del índice de Kappa reportados y la fiabilidad global
para las imágenes satelitales examinadas (Tabla 4), y dado que se asume que el
valor mínimo estandarizado para la fiabilidad global sea del 85%, mostraron que
es posible hacer una clasificación y discriminación en las categorías de
estudio seleccionadas.
Con
base en nuestro análisis, se ha determinado que durante el lapso de 31 años
(1985-2016) la Isla Puná ha experimentado severos cambios de cobertura y de uso
de suelo. La actividad camaronera ha alcanzado una superficie neta de 7 012,71
ha correspondiente a un aumento del 50.7 %, mientras que las pérdidas de las
superficies del manglar fueron de hasta 5 648,49 ha, aproximadamente una
disminución del 51.6 % de las áreas preexistentes. Por otra parte, las áreas
salinas alcanzaron hasta el 2016 una extensión de 2508.3 h, lo que significa
una reducción del 50.3%
La existencia de normativa legal que
regula el uso del suelo y la protección del manglar coincide con el boom de la
actividad camaronera en la Isla Puná en los años 1980. Las normativas
existentes prohíben la tala de bosques de manglar y otras como el decreto 1391
del 2008, proponen como medida regulatoria la reforestación de los bosques de
manglar. A partir de los análisis de la disminución de las superficies de
manglar obtenidos en este estudio, se identifica que los controles de las
autoridades ambientales son insuficientes, y que en muchos casos la aplicación
y cumplimiento de la normativa ambiental es inexistente debido principalmente a
medidas coercitivas adecuadas.
AGRADECIMIENTOS
Al Centro de
Investigaciones Territoriales (CIT) de la Universidad Nacional de Loja por el
apoyo técnico brindado en la presente investigación.
CONTRIBUCIÓN
DE AUTORES
Ramírez Narváez
Manuel: Análisis y procesamiento de imágenes satelitales, redacción del
documento, Interpretación de resultados. Romero Córdova Martha: Redacción del
documento, apoyo en la metodología e interpretación de los resultados. González
González Aníbal: Revisión del documento. Burneo Saavedra Iván: Redacción del
documento y traducciones. Zury Rojas Willian: apoyo en la redacción del
documento. Juela Sivisaca Oscar: Tutor del trabajo de investigación.
BIBLIOGRAFÍA
Arenas, S., Haeger, J. F., Jordano, D. (2011).
Aplicación de técnicas de teledetección y GIS sobre imágenes Quickbird para
identificar y mapear individuos de peral silvestre (Pyrus bourgeana) en
bosque esclerófilo mediterráneo. Revista de Teledetección, 35, 55-71.
Recuperado de http://www.aet.org.es/revistas/revista35/Numero35_07.pdf
Armijos, M., Macuy, J., Mayorga, E., Rodríguez, L. y
Clavijo, M. (2015). Análisis del impacto económico de la aplicación del Decreto
No 1391 en la regularización de la Industria Acuícola Camaronera del
Ecuador. Ciencia UNEMI, 8, 11-20. Recuperado de
http://repositorio.unemi.edu.ec/xmlui/handle/123456789/3101
Beitl, C., Rahimzadeh-Bajgiran, P., Bravo, M.,
Ortega-Pacheco, D., y Bird, K. (2019). New valuation for defying
degradation : Visualizing mangrove forest dynamics and local stewardship
with remote sensing in coastal Ecuador. ELSEVIER, 98(April 2018),
123-132. https://doi.org/10.1016/j.geoforum.2018.10.024
Bournazel, J., Priyantha, M., Pulukuttige, L., Huxham,
M., y Viergever, K. (2015). The impacts of shrimp farming on land-use and
carbon storage around Puttalam lagoon , Sri Lanka. ELSEVIER, 113,
18-28. https://doi.org/10.1016/j.ocecoaman.2015.05.009
Chuvieco, E. (2008). Teledetección ambiental. La
observación de la tierra desde el espacio (3.a ed.). Barcelona,
España: Ariel Ciencias.
Comisión asesora ambiental, C. (1999). Proyecto de
asistencia técnica para la gestión ambiental del Ecuador: Estudio jurídico e
institucional sobre la problemática del ecosistema manglar. Cuenca.
Decreto No.1391. (2008). Reformas al
reglamento general, a la Ley de Pesca y Desarrollo Pesquero y texto unificado
de legislación pesquera. Ecuador.
GAD
Parroquial Puna. (2015). Actualización del plan de desarrollo y ordenamiento
territorial Puná. Guayaquil: Elizaldes Consultora.
https://doi.org/10.1017/CBO9781107415324.004
Hamilton, S., Mattola, N., y Sweet, H. (2017). A
Spatio Temporal Analysis of Mangrove Loss and Shrimp Farm Expansion in Ecuador
’ Coastal Estuaries from the Advent of Commercial Aquaculture to 2014. ResearchGate,
(December). https://doi.org/10.13140/RG.2.2.26080.58881
Ibarra, J., Román, R., Gutiérrez, K., Gaxiola, J.,
Arias, V. y Bautista, M. (2011). Cambio en la cobertura y uso de suelo en el
norte de Jalisco, México: Un análisis del futuro, en un contexto de cambio
climático. Ambiente y Agua, 6 (2), 111-128.
https://doi.org/10.4136/1980-993X
Labrador, M., Évora, J., y Arbelo, M. (2012).
Satélites de Teledetección para la Gestión del Territorio. Journal of
Experimental Psychology: General (1.a ed., Vol. 136). Canarias: SATELMAC.
Montanarella, L., Pennock, D., y Mckenzie, N. (2016).
Estado Mundial del Recurso Suelo. Roma: Organización de las Naciones Unidas
para la Alimentación y Agricultura.
Olaya, V. (2014). Sistemas de Información Geográfica
(1.a ed.). Girona: CreateSpace Independent Publishing Platform.
Ordoñez, D. (2015). Mejoramiento del proceso
productivo del camarón para la empresa camaronera «CAVEYFA» del cantón Santa
Rosa, provincia de El Oro (Tesis Ingeniero Industrial). Escuela Politécnica
Nacional, Quito.
Palma, E. (2017). Análisis de la relevancia económica
de la industria camaronera en el Ecuador, periodo 2000-2016 (Tesis Economista).
Universidad de Guayaquil.
Pazmiño, R. (2010). Estudio Multitemporal de Manglares,
Camaroneras y Áreas Salinas en la costa Ecuatoriana al año 2006. Ecuador: CLIRSEN.
Pimental, O. (2010). Caracterización y propuesta
técnica de la acuicultura en la parroquia rural Puná del cantón Guayaquil
(Tesis Acuicultor). Escuela Superior Politécnica del Litoral, Guayaquil.
Plaza, M. (2018). Industria de Acuicultura Estudios
Industriales. Orientación estratégica para la toma de decisiones. ESPAE-ESPOL,
47. Recuperado de
http://www.espae.espol.edu.ec/wp-content/uploads/2018/01/ei_acuicultura.pdf
Romero, C. (2016). Machala amenazada por la pérdida de
sus manglares, causas, magnitud y medidas de recuperación (Tesis de maestría
Impactos Ambientales). Universidad de Guayaquil.
Salgado, N. R. (2014). Neoliberalismo e industria
camaronera en Ecuador. Letras Verdes. Revista Latinoamericana de Estudios
Socioambientales, 0(15), 55–78.
https://doi.org/10.17141/letrasverdes.15.2014.1257
Souza, P., Ramos,
E., Tenorio, G., y Alves, P. (2015). Mangrove shrimp farm mapping and
productivity on the Brazilian Amazon coast : Environmental and economic
reasons for coastal conservation. ELSEVIER, 104, 13.
https://doi.org/10.1016/j.ocecoaman.2014.12.00