Área de estudio

El estudio se realizó en las cuencas de Ameca Mascota (Jalisco-Nayarit), Del Carmen (Chihuahua) y Jamapa (Veracruz-Puebla; Fig. 1). Las tres cuencas son consideradas como prioritarias para promover el manejo integrado de cuencas costeras para preservar su biodiversidad (^{Inecc, 2022}). Estas tres cuencas comparten varias similitudes significativas: problemas ambientales relacionados con la agricultura (tales como pérdida de biodiversidad, erosión, entre otros), sobreexplotación de acuíferos, vulnerabilidad de acuíferos, influencia urbana y degradación de suelo (^{Inecc-FGM, 2018}; ^{Inecc-Fonnor, 2018}). Por lo tanto, estas tres cuencas están experimentando cambios significativos en su uso del suelo, principalmente debido a la expansión agrícola y el desarrollo urbano. Por lo anterior, estas cuencas al ser prioritarias para distintas instituciones, tales como el Inecc y el Fondo Mexicano para la Conservación el comprender estos cambios es vital para una gestión de los recursos, y así permitir a los planificadores tomar decisiones informadas que equilibren las necesidades de desarrollo con la conservación ambiental con el objetivo de impulsar proyectos que fomenten actividades agropecuarias más sustentables (^{Inecc, 2022}).

Figura 1 Localización de las tres cuencas de estudio: Ameca-Mascota, Del Carmen y Jamapa. 

La cuenca Ameca-Mascota abarca una superficie de 2745 km² del estado de Jalisco y Nayarit (representando 91% y 9% de la superficie total, respectivamente), es una cuenca exorreica que drena en el Océano Pacífico y se encuentra en la ecorregión de costa del Pacífico (^{Instituto Nacional de Estadística y Geografía [Inegi]- Comisión Nacional para el Conocimiento y Uso de la Biodiversidad [Conabio]-Instituto National de Ecología [INE], 2008}), en el 2018 la cuenca contaba con 78% de su superficie con vegetación natural, siendo la cuenca con mayor cobertura de vegetación en las tres evaluadas (^{Inegi, 2021}). La cuenca Del Carmen tiene una superficie de 16008 km² y se ubica en el estado de Chihuahua en la ecorregión de Llanuras del Norte (^{Inegi-Conabio-INE, 2008}). En el 2018 la superficie de la cuenca con vegetación natural era de 52% (^{Inegi, 2021}). La cuenca de Jamapa, con una extensión de 3921 km², está situada en el estado de Veracruz. Es una cuenca exorreica que desemboca en el Golfo de México y forma parte de la ecorregión de costa del Golfo de México (^{Inegi-Conabio-INE, 2008}). En el 2018, únicamente 12% de su superficie mantenía su cobertura vegetal natural, lo que la convierte en la cuenca con mayor deforestación entre las tres cuencas evaluadas.

De acuerdo con los Censos de Población y Vivienda del Inegi de 1995 y 2020, en los últimos 25 años, la población en las tres cuencas ha ido en constante crecimiento. Por ejemplo, en el caso de la cuenca AmecaMascota, pasó de 6.89 millones de personas del año 1995 a 9.58 millones de personas para el año 2020. En el caso de la cuenca Río del Carmen, la población pasó de 2.7 millones de personas a 3.7 millones en el mismo periodo. Finalmente, la cuenca Jamapa pasó de 11.6 a 14.6 millones de personas. El crecimiento en dicho periodo fue de 6.8%, 6.0% y 5.2% para las tres cuencas, respectivamente. La tenencia de la tierra es uno de los pilares organizativos de las economías y sociedades rurales, ya que define relaciones económicas y contractuales, formas de cooperación y relaciones sociales. En la cuenca de Ameca-Mascota, 44% de las tierras son ejidales. Por otro lado, en las cuencas Del Carmen y Jamapa, las tierras ejidales representan 27% y

31%, respectivamente (^{Registro Agrario Nacional [RAN], 2023}). Por último, de acuerdo con los Censos de Población y Vivienda del 2010 y 2020, la población económicamente activa (PEA) en las tres cuencas ha ido en constante crecimiento. Por ejemplo, en el caso de la cuenca AmecaMascota, pasó de 216.5 mil personas en el año 2010 a 325.1 mil personas para el año 2020; en el caso de la cuenca del Carmen, la PEA pasó de 972 mil personas a casi 1.4 millones en el mismo periodo; y finalmente, para el caso de cuenca Jamapa, pasó de 696 mil a 960 mil de personas. Es decir, el crecimiento en dicho periodo fue de 50.2%, 43.9% y 38% para las tres cuencas, respectivamente.

Análisis de cambio de uso de suelo y vegetación

Se realizó la evaluación del cambio de cubierta vegetal en los últimos 4 (2014-2018), 16 (2002-2018) y 25 (1993-2018) años mediante la superposición cartográfica de las cartas de Uso del Suelo y Vegetación II (1993), III (2002), VI (2014) y VII (2018) del Inegi. Para llevar a cabo este análisis, se empleó la herramienta de intersección en QGIS 3.22.1, la cual facilita la combinación de dos archivos shapefile, permitiendo así obtener información detallada sobre los cambios en la cobertura vegetal a lo largo de los años evaluados. Entre las tres cuencas, las series del Inegi clasifican entre 65 y 70 categorías de uso de suelo y vegetación. La diferencia en el número de categorías se basa en la interpretación espacial y la temporalidad de las imágenes de satélite y se incluyen como parte de las labores de actualización de la información de uso del suelo y vegetación realizadas por el Inegi cada vez que saca una serie. Sin embargo, para facilitar el manejo y comunicación de la información, las categorías se reclasificaron, obteniéndose entre 24 y 26 categorías dependiendo de la serie y la cuenca analizada (Suplemento 1). Por ejemplo, se agruparon los diferentes tipos de agricultura (temporal y de riego) en una categoría de “agricultura” y los diferentes tipos de vegetación secundaría (arbórea, arbustiva y herbácea) como “vegetación secundaria”. Lo anterior permitió calcular la magnitud y tendencias del cambio de la cubierta vegetal y estimar las diferencias de la cubierta vegetal entre los períodos evaluados. En cada periodo se obtuvieron las superficies netas y las matrices de transición.

El cálculo de las tasas anuales de pérdida y vegetación (r) se realizó para los periodos de 1993-2002, 2002-2014, 2014-2018 y 1993-2018, esta última para obtener la transición con mayor resolución temporal. La tasa anual de pérdida (r) se evaluó con la fórmula de tasa de cambio de cobertura forestal (Puyravaud, 2003):

donde:

r = tasa anual de pérdida

A1 = área de bosque en t1 (área inicial)

A2 = área de bosque en t2 (área final)

t1 = periodo inicial

t2 = periodo final

Variables explicativas de la deforestación

Entender qué variables socioeconómicas y biofísicas son los principales impulsores del proceso de deforestación es importante para poder proponer acciones enfocadas en la disminución de este proceso. En este sentido, las posibles causas que provocaron la pérdida de los bosques fueron analizadas a través de la formulación de modelos de regresión logística stepwise que consideraron un total de 15 variables: seis variables socioeconómicas y nueve biofísicas (Tabla 1). El uso de la regresión logística es pertinente en este contexto porque permite analizar la relación entre un resultado binario, en este caso, la presencia o ausencia de deforestación, y múltiples variables predictoras, ya sean socioeconómicas o biofísicas (^{López-Barrera et al., 2014}). No obstante, una de las principales limitaciones de este análisis radica en la necesidad de contar con información espacialmente explicita. Por lo tanto, si no se dispone de datos explícitamente georreferenciados, como en el caso de ciertas políticas públicas de conservación y/o aprovechamiento (haciendo referencia a los polígonos apoyados), no sería posible incorporar esta variable en el análisis, dado que no se puede vincular si la recuperación o deforestación de un predio se debe a la influencia directa de esa política pública.

La fase inicial de este análisis implica la comprensión de las áreas que han experimentado deforestación y aquellas donde la vegetación ha perdurado. Este entendimiento se logra mediante el análisis de cambio en el uso del suelo y vegetación, el cual abarca el periodo de 1993-2018. En la construcción del modelo, la pérdida de bosque (deforestación) fue considerada como la variable dependiente, asignándole el valor de 1 a las áreas afectadas y 0 a aquellas donde la vegetación se mantuvo sin cambios a lo largo del tiempo (^{Von Thaden et al., 2019}).

Las variables socioeconómicas y biofísicas provienen de diversas fuentes institucionales y se han considerado como variables independientes (Tabla 1). Dado que muchas de estas variables son de naturaleza continua, como la distancia a caminos y el nivel de marginación, se optó por representarlas de manera más efectiva en formato ráster, espacializándolas todas a una resolución de 30 metros. Esto se debe a que el principal insumo, los mapas de usos de suelo y vegetación del Inegi, se derivaron de imágenes Landsat (^{Inegi, 2014}).

Se seleccionaron un total de 200 puntos de manera aleatoria, con una separación mínima de 500 metros entre ellos para evitar autocorrelación espacial, en cada cuenca. De estos puntos, 100 hacen referencia a zonas deforestadas y 100 a áreas donde la cobertura vegetal se mantuvo constante. A partir de estos puntos, se extrajeron los valores correspondientes a las diversas capas socioeconómicas y biofísicas, lo que permitió analizar la relación entre estas variables y el proceso de deforestación.

Posteriormente, se implementó la regresión logística stepwise utilizando el software R Studio (v2023.06.1+3524). Este enfoque implica la eliminación progresiva de las variables menos significativas hasta que solo permanecen aquellas que tienen una relevancia estadística en el modelo. Para validar la capacidad explicativa de los modelos resultantes, se empleó el parámetro estadístico de área bajo la curva (AUC, por sus siglas en inglés), como se ha propuesto en estudios anteriores (^{Müller et al., 2012}; ^{López-Barrera et al., 2014}). un valor de AUC cercano a 1 indica una capacidad predictiva robusta del modelo, mientras que un valor cercano a 0.5 sugiere una capacidad de predicción similar a la casualidad. Este enfoque proporciona una valiosa herramienta para evaluar la fiabilidad y validez de los modelos desarrollados en este análisis.

Tendencias hacia el futuro (2026 y 2041)

Se modelaron las tendencias futuras para los años 2026 y 2041, una elección que responde a la necesidad de evaluar las dinámicas en diferentes horizontes temporales. Esta decisión resulta fundamental para proporcionar información crucial que respalde la planificación estratégica y la toma de decisiones en diversas escalas temporales. Desde una perspectiva institucional, el año 2026 adquiere particular relevancia para entidades como el Inecc, ya que marca el cierre de proyectos significativos, entre ellos Ríos, el primer proyecto presentado por México ante el Fondo Verde para el Clima, y Conectando la salud de las cuencas con la producción ganadera y agroforestal sostenible (^{Inecc, 2021}; ²⁰²²). Los resultados obtenidos pueden servir como punto de partida para evaluar la efectividad de los programas implementados por estas instituciones en las tres cuencas, ofreciendo así una base sólida para la revisión y ajuste de futuras estrategias y proyectos.

La elección de los años previos es fundamental al modelar las tendencias futuras, ya que el periodo seleccionado está influenciado por distintos patrones socioeconómicos. Investigaciones han documentado cambios notables en las tendencias de deforestación en las últimas dos décadas, como el aumento de actividades agrícolas en Chihuahua (^{SIAP, 2022}; ^{Quintana y Solís, 2023}). Eso puede deberse principalmente a las modificaciones en las políticas públicas que pueden provocar cambios significativos a corto, mediano y largo plazo. Por ende, al realizar proyecciones a muchos años en el futuro, surge una mayor incertidumbre debido a la imprevisibilidad de futuras políticas públicas. Esta variable es difícil de incorporar en los modelos, ya que no se pueden prever con certeza las políticas que se implementarán en los años venideros, siendo esto también una limitante de este tipo de métodos. Por lo tanto, la dinámica de cambio puede ser diferente dependiendo de la escala temporal que se utilice (^{Von Thaden et al., 2019}).

Los análisis de este estudio indican que, durante el periodo 2002-2018, los cambios en términos de aumento y pérdida de superficie destinada a actividades agrícolas (pastizales y agricultura) y la pérdida de cobertura vegetal fueron más uniformes en comparación con otros periodos. Por ejemplo, en Jamapa, la pérdida de cobertura vegetal disminuyó de 582.2 km² en 2002 a 500.4 km² en 2018, en comparación con los 892.8 km² en 1993. Esto sugiere que entre 1993 y 2002 hubo un marcado proceso de deforestación, el cual se ha ralentizado desde 2002 hasta el presente. por esta razón se decidió utilizar los mapas de uso de suelo y vegetación del Inegi (escala 1:250,000) de los años 2002 y 2018 (series III y VII, respectivamente).

Para facilitar la comprensión de las transiciones futuras y mejorar la precisión de los análisis, se optó por simplificar los modelos (^{Gandu et al., 2004}). Esto se debe a que un mayor número de tipos de uso del suelo y vegetación puede complicar la interpretación de los modelos, y el objetivo es lograr modelos simples que nos permitan entender fenómenos más complejos. En este sentido, los mapas de uso del suelo y vegetación fueron reclasificados en dos categorías principales: cobertura vegetal natural y “otro” tipo de cobertura (como pastizales inducidos, cultivos, asentamientos, etc.). Donde se consideró como cobertura vegetal a toda vegetación natural, comprendiendo una amplia gama de biomas con diferentes características fisonómicas y ambientales que incluye desde pastizales naturales hasta las áreas cubiertas por bosques naturales. En contraste, se consideró como “otro” tipo de cobertura a toda aquella superficie que ya no cuenta con una capa de vegetación natural, tales como pastizales inducidos, cultivos, asentamientos humanos y área sin vegetación aparente. La predicción de uso de suelo y vegetación para los años 2026 y 2041 se realizó a través de cadenas de Markov y autómatas celulares con el software Terrset (v19.0.8; Clark Labs, 2021).

Las cadenas de Markov son un método estadístico que permite determinar las probabilidades de cambio a futuro a partir de estados previos (^{Paegelow et al., 2003}; ^{Mirkatouli et al., 2015}); es decir que, si se conoce la magnitud de cambio de uso de suelo entre dos periodos, puede estimarse la probabilidad de cambio de la cobertura futura (^{Henríquez y Azócar, 2006}). Sin embargo, la modelización se basa exclusivamente en el análisis de la dinámica interna del sistema sin considerar a las variables explicativas y descriptivas. Esto deriva en que la probabilidad de que ocurra un suceso o cambio dependa de lo sucedido en los estados anteriores. En este caso, se calcularon las matrices de probabilidades de transición entre 2002 y 2018. Estas matrices expresan la probabilidad de que un píxel de una categoría de uso de suelo determinada a, se mantenga o cambie a la categoría b, en un periodo de tiempo xi + 1 (^{Henríquez y Azócar, 2006}).

Análisis de cambio de uso de suelo y vegetación

En total, durante el periodo de 25 años analizados (Tabla 2), Ameca-Mascota perdió 15.1 km² (0.69%) de cobertura vegetal natural, con una tasa anual de deforestación de 0.03%. En contraste, para ese mismo periodo, la tasa anual de deforestación de la cuenca Del Carmen fue de 0.16% y de Jamapa de 0.15%. En donde resaltó que la mayor pérdida de cobertura vegetal natural en Carmen sucedió en el periodo 2002-2018 con casi 43 km² (1.9%) transformados y que Jamapa perdió 56% de la vegetación en los últimos 25 años, con mayores pérdidas en la parte central y baja de la cuenca (Fig. 2), aunque el periodo con menor pérdida de cobertura vegetal fue 2014-2018.

Figura 2 Zonas deforestadas (polígonos en color rojo) en las tres cuencas en los periodos de 2002-2018, 2014-2018 y 1993-2018. 

Durante el periodo comprendido entre 1993 y 2018, las principales pérdidas de uso de suelo y vegetación en Ameca-Mascota (Tabla 3) sucedieron en selva baja (73.8%), bosque encino-pino (56.7%), agricultura (23.1%) y bosque de pino-encino (20.6%). En contraste, las coberturas con mayor incremento fueron la zona urbana (92.4%), la vegetación bosque secundario de encino-pino (75.6%), y bosque de pino-encino (67.2%). En la cuenca Del Carmen, la mayor pérdida se presentó en la vegetación del bosque secundario de pino-encino (89.9%) y la vegetación halófila (11.4%); por su parte, la vegetación del bosque secundario de encino-pino (95.4%), zona urbana (67%) y el bosque de galería (41.9%) fueron las clases con mayor incremento. En la cuenca Jamapa, por otro lado, sufrió pérdidas considerables en la vegetación secundaria de selva baja (76.4%), bosque mesófilo de montaña (55.2%), bosque secundario de pino-encino (54.2%), manglar (44.5%) y la vegetación en zonas arenosas (39.2%). En contraste, las coberturas que incrementaron fueron matorral (94.9%), zona urbana (59.6%), vegetación secundaria de selva alta (21.5%) y agricultura (17.9%).

En la Tabla 4 se muestra que las coberturas con mayores pérdidas en la cuenca Ameca-Mascota durante los últimos 16 años analizados (2002-2018) fueron la vegetación secundaria de selva mediana (22%), agricultura (16.8%), vegetación secundaria de bosque de encino-pino (8.7%) y bosque de pino-encino (6.4%). En cambio, incrementaron las categorías de zona urbana (92.4%), vegetación secundaria de bosques (pino-encino y mesófilo de montaña con 18.9% y 13.7%, respectivamente) y pastizal inducido (12.6%). Por su parte, en la cuenca Del Carmen, las mayores pérdidas fueron en la vegetación en zonas arenosas (6.2% y 8.2% primaria y secundaria, respectivamente), vegetación halófila (5.2%), pastizal natural (4%) y matorral (3.8%). Los mayores incrementos fueron en zona urbana (64.7%), pastizal inducido (19.6%), vegetación secundaria de bosques de encino-pino y agricultura (14.6%). Finalmente, en dicho periodo Jamapa perdió vegetación secundaria de encino-pino (61.1%) y selva baja (67.6%), bosque mesófilo de montaña (54.3%), pastizal inducido (37.3%) y vegetación en zonas arenosas (18%), incrementando las clases: zona urbana (58.2%), matorral (94.8%), vegetación secundaria de bosque mesófilo de montaña (24%) y selva alta (21.5%) y manglar (17.5%).

En la Tabla 5 se presentan los resultados del análisis de cambio de uso de suelo y vegetación entre los años 2014 y 2018. Resalta que la cuenca Ameca-Mascota perdió 27.6% de la superficie agrícola, 5.9% de la cobertura de pastizal natural y 0.3% de pastizal inducido en cuatro años. En contraste, la zona urbana incrementó 83.9% en el mismo periodo. También, con excepción de la zona urbana y la vegetación secundaria de encino-pino, el resto de las clases analizadas permaneció constante o tuvo variaciones mínimas. Por su parte, en la cuenca Del Carmen las clases con mayores pérdidas fueron la vegetación primaria (2.6%) y secundaria (2.1%), de zonas arenosas, bosque de galería y matorral (1.2% en ambos casos) y la superficie de suelo sin vegetación aparente (1.2%). Sobresalió que, en esta cuenca árida, incrementó la superficie de pastizal inducido (14.1%), de agricultura (2.6%) y de zona urbana (2%). Al mismo tiempo, aunque en menor medida, las clases vegetación halófila, bosque de pino-encino y superficie catalogada como agua incrementaron en el periodo analizado. Por su parte, en Jamapa, las clases con mayores pérdidas registradas fueron: pastizal inducido (33.8%), vegetación secundaria de zonas arenosas (14.4%) y selva baja (12.7).

En menor medida, pero en proporción mayor al resto de las cuencas estudiadas, en Jamapa se perdió vegetación de pino-encino (7.4%) y de bosque mesófilo de montaña (4.2%). También, en esta cuenca costera resalta el incremento del matorral (40.2%), la zona urbana (23.7%), la vegetación secundaria de selva alta (21.5%), de zonas arenosas (17.8%) y la agricultura (9.8%). Cabe mencionar que el incremento de 100% en vegetación secundaria de bosque de galería y de vegetación secundaria de manglar se debe a que dichas categorías no existían en 2014 (serie VI).

Variables explicativas de la deforestación

Los impulsores de cambio o drivers que se consideraron tuvieron un efecto estadísticamente significativo en la deforestación de las cuencas analizadas se presentan en la Tabla 6 y en todos los casos las variables presentadas se asocian a más de 80% de la deforestación. Destaca la influencia de la distancia a caminos y al borde de la vegetación que fueron drivers comunes en las tres cuencas; es decir que, en la mayoría de las ocasiones, la deforestación está asociada con la cercanía a estos elementos del paisaje. Adicionalmente, en la cuenca Ameca-Mascota la deforestación estuvo asociada a menor pendiente y precipitación, pero mayor cercanía a ríos. En contraste, la deforestación fue menor cerca del área natural protegida “La Sierra de Vallejo”. En la cuenca Del Carmen, la deforestación se relacionó con la cercanía a localidades, zonas agrícolas y pastizales; baja altitud del terreno (a partir del modelo digital de elevación, DEM por sus siglas en inglés) y mayor crecimiento poblacional. Finalmente, en Jamapa, la cercanía a pastizales, menor pendiente y precipitación fueron factores asociadas para la deforestación.

Tendencias hacia el futuro (2026 y 2041)

Considerando que en la cuenca de Ameca-Mascota se transformaron más de 42 km2 de vegetación entre 2002 y 2018 (Tabla 7), se proyecta el cambio de alrededor de 18 km2 de cobertura vegetal hacia 2026 y de poco más de 14 km2 en 2041. Resalta que la probabilidad de que la cobertura vegetal se transforme en cobertura no vegetal en 2026 es de 0.17, probabilidad que incrementa a 0.19 para el año 2041 (Fig. 3). En contraste, la probabilidad de que la cobertura no vegetal se transforme en vegetal es de 0.12 para 2026 y de 0.1 en el año 2041 (Fig. 3).

Figura 3 Matriz de probabilidad de cambio de uso suelo entre la cobertura vegetal y no vegetal en las tres cuencas Ameca-Mascota, Del Carmen y Jamapa para el 2026 y 2041.  

En el periodo 2002-2018 se perdieron alrededor de 260 km2 de cobertura vegetal en la cuenca Del Carmen (Tabla 7). Considerando esta dinámica, se proyecta la pérdida de poco más de 10 km2 de cobertura vegetal en 2026 y poco menos de 4 km2 en 2041. En este sentido, la probabilidad de que la cobertura vegetal presente en esta cuenca en 2018 se transforme en cobertura no vegetal para 2026 es de 0.17, incrementando a 0.21 para el 2041 (Fig. 3). En cambio, la probabilidad de que la cobertura no vegetal cambie a vegetal es de 0.15 en 2026 y, a diferencia de Ameca-Mascota, esta recuperación incrementa hacia 2041 (probabilidad de 0.17).

Finalmente, dado que en la cuenca de Jamapa cambiaron casi 82 km2 de cobertura vegetal en el periodo 2002-2018 (Tabla 7), se espera la transformación de alrededor de 12 km2 de cobertura vegetal en 2026 y de 34 km2 para 2041. En este caso, la probabilidad de que la cobertura vegetal que había en 2018 se transforme en cobertura no vegetal en 2026 es de 0.25, incrementando a 0.4 en 2041. Además, se proyecta que la probabilidad de que la cobertura no vegetal se transforme en vegetal es de 0.15 en 2026 y de 0.17 en el año 2041 (Fig. 3).

Análisis retrospectivo y prospectivo de cambio de uso de suelo y vegetación

Las tendencias del cambio de uso de suelo suelen variar temporal y espacialmente (^{Hernández-Pérez et al., 2022}) pero los contextos socioeconómicos y biofísicos de cada cuenca pueden generar patrones de deforestación más intensivos. Los resultados de este estudio sugieren que Jamapa perdió casi dos terceras partes de su vegetación en los últimos 25 años; mientras que, en Ameca-Mascota y Del Carmen se perdió una proporción más de 10 veces menor. Esto se ha reportado que se debe a las características de cada cuenca como la existencia de zonas planas que facilitan las actividades agropecuarias (^{Quintana y Solís, 2023}). Estas zonas de menor pendiente tuvieron influencia en la amplia dispersión de zonas agrícolas en la cuenca de Jamapa y la focalización de estas actividades en la parte baja de Ameca-Mascota (^{Ramírez-López et al., 2013}). También, factores como las condiciones climáticas influyeron en la distribución, tipo y extensión de las actividades, por ejemplo, las condiciones climáticas (desérticas) y mayores zonas arenosas que dificultan algunas actividades en la cuenca Del Carmen (^{SIAP, 2022}).

En las tres cuencas, la deforestación disminuyó entre 2014-2018; sin embargo, esta tendencia puede deberse a múltiples factores como la menor superficie disponible y aptitud para ser aprovechada (^{Cáceres et al., 2010}), la tendencia de abandono de los cultivos (^{Martínez et al., 2015}), falta de apoyos gubernamentales (^{Reyes-Hernández et al., 2003}), maquinaria especializada (^{Ramírez-López et al., 2013}), cuestiones socioeconómicas (^{López-Barrera et al., 2014}), entre otros. A pesar de que se encontró una disminución de la deforestación se requiere la generación de acciones basadas en la naturaleza; por ejemplo, recuperación de vegetación ribereña, establecimiento de cercos multiestratos, plantación de árboles aislados entre las parcelas, entre otras (^{Cole et al., 2020}; ^{Zanzi et al., 2021}). Esto permitirá fomentar la recuperación de servicios ecosistémicos clave, como la provisión de agua, almacenamiento de carbono, retención de sedimentos, regulación de la temperatura ambiental, que son claves para el bienestar de los habitantes de las cuencas, garantizar la producción de alimentos y la conservación de la biodiversidad.

Por su parte, las proyecciones a futuro permiten proponer estrategias enfocadas en la mitigación de impactos que disminuyan la provisión de servicios ecosistémicos y son herramientas que apoyan la toma de decisiones sobre el futuro de la biodiversidad presente en las zonas de interés (^{Mendoza et al., 2006}). Dado que en las tres cuencas se encontró mayor probabilidad de deforestación que de recuperación de la vegetación, es urgente contar con estudios sobre los efectos del crecimiento urbano, situación socioeconómica, fertilidad del suelo, análisis de riesgo de deforestación espacializados, entre otros análisis que permitan entender hacia donde puede expandirse la deforestación y generar estrategias específicas para cada cuenca (^{Saha et al., 2020}).

Variables explicativas de la deforestación

Entender las variables socioeconómicas y biofísicas que explican los patrones de deforestación en una región de interés permite generar estrategias de intervención y de política pública con la escala adecuada para atender los factores más significativos (^{Osorio-Olvera et al., 2020}). En las tres cuencas analizadas en el presente estudio se encontró que los factores que tienen un mayor poder de predicción de la deforestación son la distancia al borde del bosque y la distancia a caminos. Ambos factores han sido previamente señalados por su influencia en la deforestación (^{Skole y Tucker, 1993}; ^{Ranta et al., 1998}; ^{Cochrane, 2001}) y considerados como indicadores indirectos de la accesibilidad al bosque (^{Apan y Peterson, 1998}; ^{Agarwal et al., 2005}; ^{Gorenflo et al., 2011}). De manera similar, en este estudio resaltaron la distancia a asentamientos humanos y la pendiente como factores negativos asociados por la pérdida de bosques, tendencias que han sido analizadas ampliamente (^{Challenger et al., 2009}; ^{Rodríguez et al., 2012}; ^{López-Barrera et al., 2014}).

Los factores de deforestación identificados en el presente estudio permiten resaltar que las estrategias de conservación deben estar enfocadas en proteger los bordes de los remanentes de vegetación forestal. Para reducir los impactos del avance de la frontera agrícola es importante implementar prácticas alternativas que sean económicamente factibles para los productores y que incorporen especies nativas (por ejemplo, como parte de cinturones ribereños, cercas vivas y árboles de sombra aislados en potreros), paralelamente, se incrementa la conectividad del paisaje y la resiliencia de las cuencas y sus habitantes (^{Cole et al., 2020}; ^{Zanzi et al., 2021}).