nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Chiapas es uno de los estados con mayor diversidad biológica en México, esta condición es el resultado de una situación geográfica favorable y un paisaje fisiográfico diverso (Breedlove 1981, Miranda 1952). En esta región se encuentran ecosistemas de manglar, selvas secas y húmedas, bosques de pino-encino y bosques mesófilos, entre otros. Un análisis comparativo a nivel nacional, sobre las especies de flora, sugiere que el número de angiospermas reportadas en Chiapas representan el 14 % de las especies presentes en México; para el caso de las gimnospermas esta cifra asciende al 28 % (Cruz-Angón et al. 2013). Tomando en cuenta que Chiapas solo ocupa el 3.7 % del territorio nacional, estas cifras son indicativas de la alta concentración de la riqueza biológica que alberga el estado.
Desafortunadamente se trata de una región que, como muchas partes del planeta, ha estado expuesta a una dinámica de apropiación territorial para fines productivos, y ya se manifiestan en sus ecosistemas naturales fuertes impactos antropogénicos, lo que pone en riesgo la viabilidad de muchas especies y de los servicios ambientales que proveen (Sarukhán et al. 2015, Hoang et al. 2023). En un intento por frenar la destrucción de estos ecosistemas de alta biodiversidad, el gobierno mexicano promovió el establecimiento de 18 áreas naturales protegidas (ANP) federales con diferentes estatus de protección, las cuales en conjunto abarcan una extensión de 1,166,446 ha.
La extensión e intensidad de las afectaciones de los ecosistemas forestales varían espacialmente, y los métodos empleados para medirlas en algunos casos son relativamente conocidos (por ejemplo, la medición de la deforestación mediante la percepción remota), pero en otros, aún es necesario desarrollar enfoques más confiables, por ejemplo, cuando se trata de identificar las perturbaciones de menor intensidad que no implican una pérdida total de la cobertura forestal, tal como la extracción selectiva de arbolado (Tang et al. 2019).
Existen a nivel nacional e internacional bases geográficas que permiten monitorear las extensiones de la cobertura forestal (por ejemplo, Hansen et al. 2013, Zanaga et al. 2021), sin embargo, por lo general éstas no cuentan con la resolución espacial y/o temática necesaria para detectar, de manera confiable, los cambios en áreas pequeñas, cambios en la densidad del dosel, o discriminar entre los bosques y plantaciones forestales (Tropek et al. 2014). En ese sentido es necesario elaborar mapas específicos si se desea.
Las imágenes de satélite representan una valiosa fuente de datos para el mapeo periódico de la cobertura del suelo, han sido utilizadas ampliamente para estimar la deforestación y los cambios en la cobertura del suelo. Sin embargo, se ha observado que presentan limitaciones para discriminar confiablemente atributos menos conspicuos de la cobertura terrestre, tal como los niveles de degradación del bosque, por ejemplo, discriminar los bosques secundarios o los tipos de vegetación (Solórzano & Mas 2023, Tang et al. 2019). Diversos trabajos han reportado estos problemas de la información espectral para detectar estos atributos, especialmente cuando se trabaja en grandes extensiones y con mayor complejidad de paisajes y usos del suelo (Mas et al. 2017a, Maxwell & Venter 2019). No obstante, dichas limitaciones pueden ser reducidas o eliminadas usando enfoques que combinan métodos automatizados y el conocimiento local de expertos (por ejemplo, fotointérpretes con experiencia podrían discriminar algunos tipos de cobertura del suelo que los métodos automatizados usualmente confunden) (Mas et al. 2017b).
En el caso específico de la detección de los niveles de perturbación a escala regional o del paisaje, también se ha propuesto el uso de atributos espaciales (índices de fragmentación), como un indicador efectivo de esta condición (Thompson et al. 2013). La evidencia indica que una mayor fragmentación y aislamiento de los parches trae consigo deterioro en la calidad del hábitat de las especies y en general, pérdida de biodiversidad (Echeverría et al. 2007, Laurance et al. 2002). Los impactos en la biodiversidad derivados de la reducción en el tamaño de los fragmentos de bosques, el grado de aislamiento y los efectos de orilla han sido ampliamente documentados. En los bordes de los fragmentos se experimenta reducción de humedad, aumento en la luz disponible, mayor variabilidad de la temperatura, mayor afectación de los vientos; lo que trae consigo mayor mortalidad de árboles, cambios en la composición de especie favoreciendo la aparición de especies generalistas, entre otros (Laurance et al. 2002). En ese sentido, los patrones espaciales de los fragmentos pueden ser utilizado para inferir sobre su estado de conservación.
Información detallada sobre la distribución de los bosque remanentes y sus niveles de perturbación es útil para muchos propósitos, indica las áreas con mayor afectación a la biodiversidad y los servicios ecosistémicos; es una herramienta para planear o dar seguimiento de acciones de manejo, por ejemplo señala las áreas propicias para la restauración de los ecosistemas degradados (Bastin et al. 2019), y finalmente, posibilita la evaluación de la efectividad de políticas públicas relacionadas con la conservación. En este trabajo se aplicó un enfoque en el que se integraron mapas elaborados mediante métodos automatizados e interpretación visual, complementados con un análisis de la fragmentación y de los contenidos de biomasa aérea de los bosques para identificar los grados de perturbación de los ecosistemas forestales.
Materiales y métodos
Área de estudio. El estado de Chiapas tiene una extensión territorial de 7.3 millones de ha (INEGI 2018). En esta entidad se identifican siete regiones fisiográficas, en donde la flora presenta características distintivas debido a su historia geológica (Breedlove 1981). De acuerdo con Müllerried (1957) dichas regiones son: Planicie Costera del Golfo, Montañas del Norte, Montañas de Oriente, Altiplanicie Central, Depresión Central, Sierra Madre de Chiapas y Planicie Costera del Pacífico (Figura 1).
Figura 1 Regiones fisiográficas y ANP federales en Chiapas. PlGo = Planicie Costera del Golfo, MoNo = Montañas del Norte, MoOr = Montañas del Oriente, AlCe = Altiplanicie Central, Dece = Depresión Central, SiMa = Sierra Madre, PlPa = Planicie Costera del Pacífico. 1 = Volcán Tacaná, 2 = El Ocote, 3 = El Triunfo, 4 = La Encrucijada, 5 = La Sepultura, 6 = Lacan-Tun, 7 = Chan-Kin, 8 = Nahá, 9 = Metzabok, 10 = Bonampak, 11 = Lagunas de Montebello, 12 = Yaxchilán, 13 = Montes Azules, 14 = Cascadas de Agua Azul, 15 = Palenque, 16 = Cañón del Sumidero, 17 = Frailesca.
Como resultado del relieve accidentado y la abundancia de suelo frágiles en la mayor parte del área de estudio, un porcentaje significativo de la actividad agrícola se realiza mediante sistemas de producción que requieren períodos de descanso, como los sistemas de roza y quema (Alemán-Santillán 1989); por lo que, son frecuentes los paisajes con mosaicos de cultivos agrícolas y fragmentos de bosque en diferentes estadíos sucesionales. En las zonas de montaña de mayor humedad abundan los sistemas agroforestales de café, mientras que, en los valles y planicies, predominan los usos más intensivos del suelo, tales como la agricultura de riego y de temporal, la ganadería y las plantaciones.
Datos de campo. Durante los primeros meses de 2018 se realizaron salidas de campo para obtener información georreferenciada sobre la cobertura vegetal y los usos del suelo. Se colectaron datos en 653 sitios, en cada uno de ellos se registraron las coordenadas geográficas, el tipo de vegetación o uso del suelo, la altura del dosel y los tipos de perturbación observadas. Además, se tomaron fotografías del sitio en las cuatro direcciones francas. Para complementar la información de campo, se obtuvo y procesó la información del Inventario Nacional Forestal (852 conglomerados), y un listado de las colectas de especies leñosas del herbario de ECOSUR (4,467 registros), éste último contenía información georreferenciada sobre el tipo y las características de la vegetación de los sitios de colecta. Se empleó además como material del apoyo, el censo georreferenciado de parcelas con cultivo de café (COMCAFE 2008) y un mapa de los bosques de niebla (Solórzano et al. 2003). Toda la información de campo se empleó en la calibración del modelo de clasificación supervisada y en la etapa de postprocesamiento (interpretación visual de algunos tipos de cobertura vegetal).
Definición del sistema de clasificación y leyenda. En preparación para definición de la leyenda del mapa, se realizó un análisis del sistema de clasificación de los tipos de vegetación propuestos por Breedlove (1981) e INEGI (2014). Se realizaron pruebas en tres regiones del Estado a fin de evaluar la capacidad para discriminar confiablemente los tipos de vegetación descritos, usando todos los datos disponibles. Sin embargo, debido a los altos niveles de confusión encontrados, fue necesario agrupar algunos tipos de vegetación. La leyenda así definida, por las limitaciones de los datos espectrales, mantiene mayor afinidad con la propuesta de INEGI (2014). La definición de las clases resultantes, se presentan en términos de las equivalencias del sistema INEGI (Material suplementario, Tabla S1).
Los diferentes tipos de agricultura (temporal y de riego) y los pastizales cultivados o potreros se agruparon en una sola clase denominada Agropecuario, se incluyeron también en esta clase las plantaciones agrícolas y forestales. Se identificaron además las áreas desprovistas de vegetación (caminos y bancos de materiales), cuerpos de agua y asentamientos humanos.
Elaboración de los mapas de cobertura del suelo. Al comienzo de este estudio se elaboró un mapa de cobertura del suelo usando imágenes satelitales de alta resolución del 2015; debido a las altas tasas de deforestación reportadas en la región, se consideró necesario actualizar la información de la distribución de los bosques con los datos más recientes disponibles. Para ello se emplearon imágenes satelitales de 2019; la Figura 2 esquematiza el proceso completo para la generación de los mapas.
En la construcción del mapa inicial (de 2015) y su correspondiente actualización se empleó el enfoque metodológico híbrido desarrollado por Mas et al. (2017a), el cual permite la construcción de conjuntos de mapas consistentes temporalmente, con poca o nula presencia de falsos cambios. Se denomina enfoque híbrido porque consiste en una clasificación automatizada y una fase de interpretación visual. Durante esta última etapa, la de interpretación visual, se detectaron y corrigieron errores de la fase automatizada, y se reetiquetaron polígonos agregando información sobre sistemas agroforestales de café y dos niveles de la perturbación de los bosques identificables visualmente: bosques secundarios y bosques con dosel abierto. Esta última actividad fue realizada por foto-intérpretes expertos que contaban con al menos cinco años de experiencia y con conocimiento de los tipos de vegetación y usos del suelo presentes en el área de estudio.
Para la calibración del algoritmo de clasificación se definieron muestras de entrenamientos en cada una de las escenas satelitales. La delimitación de estas muestras se apoyó en la información de campo (sitios georreferenciados, conglomerados del INFys y colectas de herbario). Se incluyó en dicho conjunto de muestras, la mayor variedad de condiciones de una misma clase de cobertura, por lo que, en promedio se emplearon entre 10 y 15 áreas de entrenamiento para cada clase. El conjunto final de las muestras se afinó de manera iterativa, eliminando y redefiniendo aquellas que generaban mayor confusión entre clases. Se utilizó Random Forest como algoritmo de clasificación (Breiman 2001). Además de las bandas espectrales, se incluyeron capas auxiliares derivadas del modelo digital de elevaciones (exposición, altura sobre el nivel del mar y radiación solar).
La actualización del mapa (de 2015 a 2019) se realizó mediante una interpretación visual de las áreas de cambio, se modificaron únicamente las áreas de bosque que sufrieron cambios en la cobertura del suelo durante este periodo. Para agilizar este proceso se generó un conjunto de polígonos que representaba las áreas con mayor probabilidad de haber experimentado un cambio. El papel de los expertos fotointérpretes, en esta etapa, consistió en ratificar o modificar el tipo de cambio anotado en cada polígono.
La capa de polígonos con probabilidad de cambio se derivó de la siguiente manera: a) se estandarizaron las imágenes a una escala de valores 1 a 255; b) se calculó la diferencia entre ellas; c) en la capa resultado de la resta se agruparon los pixeles con valores similares y se formaron polígonos; d) se empleó el algoritmo IsolationForest (Pedregosa et al. 2011) para marcar los polígonos con mayor probabilidad de haber sufrido un cambio en la cobertura del suelo.
Datos satelitales y bases geográficas. En la construcción del mapa de referencia se emplearon 35 imágenes orto-rectificadas SPOT 6 y 7 de los años 2015 y 2016 (tamaño de pixel 6 m). Para algunas áreas no fue posible obtener escenas libres de nubes, por lo que en estos casos se emplearon imágenes RapidEye de 2015 y 2016 (tamaño de pixel 5 m); aproximadamente el 85 % del estado fue mapeado con escenas SPOT, y para el 15 % restante se usaron RapidEye. Todas las escenas SPOT y RapidEye se obtuvieron con un nivel de procesamiento que incluía la orto-rectificación con puntos de control de campo. La actualización se realizó con imágenes satelitales de 2019 (Sentinel-2, tamaño de pixel 10 m). Adicionalmente se descargó y empleó un modelo digital de elevaciones, con tamaño de píxel de 30 m elaborado por el proyecto Aster (Tachikawa et al. 2011). A partir de este modelo se derivó una capa de radiación solar y de la exposición del terreno. Para hacer compatibles espacialmente todos los procesos, se ajustó el tamaño de píxel de las imágenes y los datos auxiliares a 10 m.
Evaluación de error en los mapas. El nivel de fiabilidad temática del mapa se calculó siguiendo el enfoque de buenas prácticas propuesto por Olofsson et al. (2014). Usando un error a priori de 2 %, se calculó un tamaño de muestra de 1,600 sitios los cuales se distribuyeron usando un diseño aleatorio estratificado. Los estratos en este caso corresponden a las clases de cobertura y uso del suelo del mapa. Con el fin de evitar una muestra insuficiente en las clases poco representadas, se estableció un número mínimo de 50 puntos por clase, tal como lo recomiendan Finegold et al. (2016), con una separación espacial de al menos 200 m entre ellos. En cada uno de los puntos generados se creó un polígono rectangular de una hectárea, que aquí llamamos el sitio de muestreo, el cual se fotointerpretó sobre imágenes de alta resolución. Los materiales de referencia empleados en esta etapa fueron imágenes RapidEye, SPOT pancromáticas y Planet, así como otras de mayor resolución disponibles en Google Earth™. A partir de sobreposición espacial del mapa de los tipos de cobertura elaborado en este estudio y la capa geográfica de los sitios de muestreo fotointerpretados, se derivó una matriz de confusión. Con los datos de dicha matriz y usando la propuesta metodológica de Olofsson et al. (2013), se calcularon los niveles de error por tipo de cobertura del suelo y sus correspondientes áreas ajustadas.
Análisis de fragmentación y estimación de contenidos de biomasa. Con la finalidad de comparar los niveles de fragmentación de los bosques entre regiones fisiográficas se calculó la métrica de densidad de bordes por tipo de vegetación (McGarigal & Marks 1995). Esta métrica se calcula como la longitud del borde entre el área del fragmento y se reporta en m/m2 o m/ha. Los paisajes o clases más fragmentadas tendrán una mayor densidad de bordes; es un índice que facilita la comparación entre clases o paisajes de diferente tamaño. Para su cálculo se empleó la librería PyLandStats de Python (Bosch 2019); y se utilizó la versión raster del mapa de tipos de vegetación remuestreado a un tamaño de píxel de 100 m; esto permitió eliminar áreas menores a 1 ha y facilitar el proceso de cálculo.
Con el propósito de comparar impactos en la estructura entre los bosques perturbados y los maduros, se estimaron los contenidos de biomasa leñosa aérea para cada tipo de bosque y región fisiográfica. En el cálculo de este indicador se emplearon los datos de 852 conglomerados del Inventario Nacional Forestal (un conglomerado está formado por cuatro parcelas de 400 m2 cada una); estos datos corresponden a la primera medición de los conglomerados realizada durante el período 2004 a 2019 por la Comisión Nacional Forestal (CONAFOR); en cada una de las parcelas se registró información sobre el diámetro a la altura del pecho, la altura total y la especie botánica de los árboles con DAP mayor a 7.5 cm (CONAFOR 2020). La biomasa de los árboles se calculó usando la ecuación alométrica mejorada de Chave et al. (2014); los valores de densidad de la madera fueron tomados de Ricker & Gutiérrez-García (2023), Henry et al. (2013) y Zanne et al. (2009). Se usó el promedio del género en aquellos casos en que no se encontró el valor de densidad de una especie.
Con las coordenadas geográficas de las parcelas y su correspondiente dato de biomasa se construyó una capa geográfica que se cruzó con la de vegetación y fisiografía. Solo se analizaron aquellas combinaciones de vegetación/fisiografía con más de tres conglomerados. Se realizaron análisis de varianza y comparaciones de las medias (análisis post-hoc) de los contenidos de biomasa para verificar diferencias significativas entre las condiciones perturbada y madura de cada tipo de vegetación, y entre regiones. Los datos de biomasa presentaron una distribución fuertemente sesgada, por lo que fue necesario aplicar una transformación para asegurar que las condiciones de normalidad y varianza homogénea se cumplieran en los análisis estadísticos paramétricos, para este fin se emplearon las pruebas de normalidad de Shapiro-Wilk y de homogeneidad de varianza de Levene. El procesamiento estadístico se realizó dentro del software de análisis estadístico R (R Core Team 2022).
Finalmente, el mapa que muestra la distribución espacial de los bosques perturbados se construyó reagrupando las clases con bosque secundario o abierto. Se incluyeron también aquellos fragmentos de bosque maduro menores a 50 ha y que se encontraban aislados dentro de una matriz agrícola; este umbral se estableció considerando un efecto de orilla de 100 m. Algunos autores como Didham & Lawton (1999) o Laurance et al. (2002) encontraron cambios significativos en temperatura y evapotranspiración hasta 100 m de la orilla en fragmentos aislados de bosque. Con un efecto de orilla de esta magnitud los fragmentos menores a 50 ha mantendrían un área núcleo inferior al 50 % del tamaño del parche.
Resultados
La precisión global obtenida en el mapa final fue 89 %, lo que significa que, a pesar del elevado número de clases, el área calculada es altamente confiable para la mayoría de ellas (Material suplementario, Tablas S2 y S3). Solo tres tipos de cobertura del suelo presentaron una precisión menor a 0.7, los bosques de clima templado perturbados, las áreas con vegetación sabanoide y los asentamientos humanos. La vegetación tipo sabanoide está escasamente representada en el mapa (4,293 ha) pero de acuerdo con los datos de validación esta cifra podría crecer hasta 14,581 ha que fueron confundidas con otros tipos de cobertura del suelo. Los bosques de pino-encino perturbados por otra parte podrían estar sobreestimados hasta por 20,000 ha en el mapa, confundiéndose principalmente con los bosques secundarios templados y los terrenos de uso agropecuario. La alta variabilidad de la densidad arbórea de la clase dificulta una adecuada segmentación y en consecuencia incrementa su error. Los asentamientos humanos están subestimados hasta por 59,400 ha, principalmente los caseríos dispersos que suelen confundirse con áreas agropecuarias. Debido a que la estimación del error no es espacialmente explicita, las áreas reportadas a continuación se refieren a las calculadas directamente del mapa.
De acuerdo con nuestras estimaciones el 41 % (aprox 2,998,800 ha) de la superficie estatal aún conserva vegetación natural con diferentes niveles de perturbación, sin embargo, solo el 18 % (aprox 1,314,500 ha) puede considerarse sin perturbación aparente, la mayor parte de esta condición se encuentra actualmente fuera de las ANP (Tabla 1). En términos de la extensión ocupada, las selvas perennifolias son las más abundantes (18.2 %), seguidas de los bosques de pino-encino (12.7 %), las selvas bajas caducifolias (3.7 %), los bosques mesófilos (2 %) y manglares (0.8 %).
Tabla 1 Superficie en hectáreas del tipo de cobertura en el estado, en áreas naturales protegidas y por región fisiográfica.
| Tipo de cobertura | Área mapeada | ANP | PlGo | MoNo | MoOr | AlCe | DeCe | SiMa | PlPa |
|---|---|---|---|---|---|---|---|---|---|
| Bosque mesófilo de montaña | 61,721 | 23,054 | 16,636 | 3,621 | 226 | 16 | 41,221 | ||
| Bosque mesófilo de montaña con vegetación secundaria arbórea | 85,088 | 29,421 | 12,140 | 6,379 | 11,092 | 1,837 | 53,641 | ||
| Bosque de pino encino | 178,820 | 45,755 | 4,708 | 19,778 | 49,488 | 8,664 | 96,182 | ||
| Bosque de pino encino con vegetación secundaria arbórea | 604,546 | 89,742 | 35,748 | 51,553 | 249,646 | 35,279 | 232,321 | ||
| Bosque de pino encino perturbado | 144,538 | 40,064 | 1,763 | 4,767 | 10,980 | 21,349 | 105,626 | 53 | |
| Selva subperennifolia y perennifolia | 641,899 | 331,062 | 7,387 | 49,831 | 535,308 | 4,538 | 2,728 | 42,084 | 22 |
| Selva subperennifolia y perennifolia con vegetación secundaria arbórea | 691,817 | 98,817 | 33,834 | 168,253 | 308,857 | 22,765 | 16,950 | 122,002 | 19,156 |
| Selva baja caducifolia | 271,857 | 22,315 | 27,399 | 3 | 40,185 | 167,683 | 30,445 | 6,142 | |
| Manglar | 57,280 | 33,248 | 10 | 57,270 | |||||
| Sabanoide | 4,293 | 1,031 | 1,963 | 2,330 | |||||
| Sabana | 6,111 | 5,535 | 6,111 | ||||||
| Vegetación de galería | 52,721 | 805 | 4,351 | 1,432 | 507 | 2,792 | 28,524 | 11,497 | 3,619 |
| Popal/Tular | 50,244 | 30,556 | 13,867 | 380 | 7,649 | 162 | 20 | 28,166 | |
| Vegetación secundaria arbustiva | 1,078,984 | 109,016 | 65,919 | 264,131 | 210,535 | 123,631 | 209,911 | 167,594 | 37,263 |
| Vegetación secundaria herbácea | 579,599 | 48,647 | 51,232 | 188,917 | 191,902 | 50,086 | 33,721 | 47,699 | 16,042 |
| Agroforestal (café bajo sombra) | 158,315 | 23,387 | 31,314 | 1,153 | 7,070 | 14 | 118,710 | 54 | |
| Agropecuario | 2,343,958 | 119,876 | 231,320 | 336,517 | 295,084 | 298,161 | 559,447 | 243,036 | 380,392 |
| Asentamiento humano | 152,394 | 6,500 | 7,413 | 21,993 | 15,116 | 31,738 | 37,643 | 14,997 | 23,493 |
| Cuerpo de agua | 163,045 | 15,547 | 18,126 | 34,310 | 15,096 | 4,007 | 49,995 | 1,870 | 39,640 |
| Total | 7,327,230 | 1,074,380 | 433,449 | 1,197,435 | 1,673,418 | 906,406 | 1,176,254 | 1,328,956 | 611,312 |
Aproximadamente la mitad de las selvas perennifolias corresponde a vegetación madura o sin perturbación aparente; la mayor parte de este tipo de vegetación se encuentran en las Montañas del Oriente, también conocida como Selva Lacandona, en donde se encuentran siete ANP; porciones significativas de estas selvas se encuentran también en la Sierra Madre y Montañas del Norte, aunque en estas últimas predomina la selva secundaria (Figura 3).
Los bosques de pino-encino también se distribuyen ampliamente, a excepción de las planicies costeras, se encuentran en todas las regiones, con predominancia en dos de ellas, la Altiplanicie Central y la Sierra Madre. A diferencia de las selvas, en esta clase prevalece la condición perturbada; cuatro quintas partes de este tipo de vegetación fueron mapeados como bosques secundarios o abiertos.
Las selvas bajas caducifolias están constituidas por una serie de fragmentos dispersos, ubicados casi exclusivamente a lo largo de la Depresión Central. Los manglares presentan una distribución restringida sobre las planicies costeras del Pacífico, la mayor parte de estos remanentes se encuentran dentro del sistema de áreas naturales protegidas. Las comunidades herbáceas de tular y popal se presentan usualmente en las inmediaciones de los manglares, donde la presencia de agua no es permanente a lo largo del año.
Los bosques mesófilos también tienen una distribución restringida, se encuentran sobre una franja altitudinal a lo largo de la Sierra Madre y las Montañas del Norte. La mayor parte de esta vegetación muestra diversos niveles de perturbación (en los mapas fueron representados como bosques secundarios).
Los sistemas agroforestales de café se encuentran sobre áreas ocupadas previamente por tres tipos de vegetación, aproximadamente el 6 % de estos sistemas fueron establecidas en bosques mesófilos; un 40 % sobre bosques templados; y finalmente un 54 % sobre selvas perennifolias.
La vegetación secundaria herbácea y arbustiva se encuentra principalmente sobre las zonas montañosas. Con pocas excepciones, estos tipos de cobertura del suelo son el resultado de sistemas de producción agrícola extensivos, en los que después del uso agrícola, se permite la regeneración de la vegetación nativa para que los suelos recuperen su fertilidad. En un par de ANP (El Ocote y Montes Azules), la vegetación secundaria es el resultado de las perturbaciones causadas por incendios forestales.
La región fisiográfica que presentan mayor diversidad de ecosistemas es la Sierra Madre, en ella se pueden encontrar selvas perennifolias, bosques de pino-encino y bosques mesófilos. La vegetación perturbada también es abundante dentro de las ANP (Tabla S4, material suplementario), de hecho, dentro de este sistema solo se encuentra el 48% de los bosques maduros del Estado.
De acuerdo con el estadístico de la densidad de bordes, los bosques secundarios de pino-encino y las selvas perennifolias secundarias son las clases con mayor nivel de fragmentación. Por otra parte, de manera consistente en todas las regiones fisiográficas, la vegetación secundaria presenta mayor densidad de bordes que su contraparte madura (Figura 4). Para la selva baja caducifolia, dominante en la depresión central, también se reportaron altos valores de este indicador, lo que se puede confirmar visualmente en el mapa de cobertura del suelo (Figura 3), en donde se aprecia la distribución fragmentada de los remanentes de estas selvas. La vegetación menos afectada por este tipo de procesos es el manglar, se puede apreciar que los remanentes aún forman fragmentos continuos a lo largo de la costa en la planicie del Golfo, la mayor parte de ellos dentro de la ANP La Encrucijada.
Figura 4 Estadísticas de fragmentación (densidad de bordes) por tipo de vegetación y provincias fisiográfica.
Los contenidos de biomasa aérea leñosa por tipo de vegetación y provincia fisiográfica se presentan en la Tabla S5 (Material suplementario) y de forma gráfica en Figura 5. Debido a la distribución fuertemente sesgada de los datos, en lugar de la media y error estándar, en la gráfica se utilizan la mediana y la amplitud intercuartil para representar los valores de tendencia central y variabilidad. Como se aprecia en el gráfico, los sistemas agroforestales de la Sierra Madre aún mantienen una alta densidad arbórea (o biomasa leñosa), similar a la de otros tipos de bosques.
Figura 5 Contenidos de biomasa leñosa aérea por tipo de vegetación (t/ha). Estimaciones a partir de datos del Inventario Nacional Forestal 2004-2019.
La mayoría de los análisis de varianza mostraron diferencias significativas de los contenidos de biomasa entre los bosques maduros y perturbados. Las comparaciones de medias (análisis post-hoc) confirmaron que, en la condición madura de los bosques de pino-encino este parámetro fue significativamente mayor que los bosques con dosel abierto, pero no así con los secundarios (Figura 6). No se encontró diferencia significativa en los contenidos de biomasa entre regiones fisiográficas en este tipo de vegetación. Una situación similar sucedió con las selvas húmedas, en las cuales la condición madura consistentemente presentó contenidos más altos de biomasa que su contraparte secundaria. Sin embargo, en este caso, sí hubo diferencias entre regiones fisiográficas; las selvas de las Montañas del Oeste (Selva Lacandona) presentaron significativamente mayor biomasa leñosa que las de las otras dos provincias, Sierra Madre y Montañas del Norte, estas últimas presentaron valores de biomasa que fueron similares. Finalmente, los bosques mesófilos, maduros y perturbados de la Sierra Madre no mostraron diferencias significativas.
Tomando en cuenta el indicador de fragmentación y el mapeo de los bosques secundarios y abiertos, en la Figura 7 se presenta una estimación de la distribución espacial de los bosques perturbados; note que ahora los bosques con esta condición son los que predominan mayoritariamente en todo el estado. En la Tabla S6 del material suplementario se presentan estadísticas del bosque perturbado, en esta tabla también se consideran perturbados los fragmentos de bosque conservados menores de 50 ha. Bajo este supuesto resalta la cantidad de bosque fragmentado de las Selvas bajas caducifolias (note que en este tipo de vegetación no fue posible separar espectralmente entre la condición madura y la secundaria). Aproximadamente 53,000 ha se encuentran distribuidas en fragmentos menores de 50 ha, el 19 % de la superficie de este tipo de vegetación.
Discusión
Nuestros resultados muestran un severo impacto de la actividad humana en la reducción de las áreas de bosque en buen estado de conservación; en la actualidad la vegetación no perturbada o que no presenta evidencia conspicua de afectaciones antrópicas tiene una presencia muy restringida en Chiapas, y más preocupante aún, es que aproximadamente la mitad de esta se encuentra dentro del sistema nacional de áreas naturales protegidas. Considerando que, en México la estrategia principal para la conservación de la biodiversidad de los bosques ha sido la operación de este tipo de sistemas, serán necesarias enfoques complementarios que aseguren la conservación y conectividad de los cada vez más escasos remanentes de bosques.
Los bosques secundarios representan una fuente muy importante de servicios ecosistémicos, a pesar de que, en comparación con los bosques maduros, usualmente existe una menor biodiversidad, menor contenido de biomasa o protección de los suelos (Mertz et al. 2021), en este trabajo las diferencias en biomasa no fueron abrumadoras y en varios casos ni siquiera fueron significativas (aparentemente debido a la alta variabilidad de los datos de inventario). En ese orden de ideas puede concluirse que aún tienen una contribución significativa a la provisión de servicios ecosistémicos. Sin embargo, debido a su mayor nivel de fragmentación se puede advertir que este tipo de bosques se encuentran con mayor riesgo a ser transformados; varios estudios han encontrado una fuerte correlación entre deforestación y menor tamaño de los fragmentos (Sahana et al. 2018, Hansen et al. 2020).
El café de sombra se cultiva en tres tipos de bosque (selvas húmedas, bosques templados y bosque mesófilo), con variaciones en la apertura del dosel y en la composición de especies arbóreas que proporcionan sombra (dosel de especies nativas o introducidas, este último frecuentemente monoespecífico). Dichos factores dificultan la correcta identificación de estos sistemas agroforestales especialmente aquellos con altas densidades de árboles los cuales suelen confundirse con bosques (Escobar-López et al. 2022, Terasaki Hart et al. 2023). En nuestro caso, la disponibilidad de un censo de las parcelas de café y la información de campo, permitieron ubicar con mayor certeza la distribución actual de los sistemas agroforestales. De acuerdo con nuestras estimaciones de la biomasa leñosa, estos sistemas mantienen significativas densidades de árboles, comparable incluso a las de otros tipos de vegetación forestal. Sin embargo, esta situación está cambiando rápidamente, debido a factores como plagas y enfermedades, muchos cafeticultores se han visto orillados a disminuir la densidad de árboles de sombra, cambiando fuertemente la estructura de los paisajes cafetaleros (Escobar-Ocampo et al. 2023). Esto resulta preocupante, ya que las zonas cafetaleras en el estado representan áreas estratégicas que permiten mantener la conectividad de los paisajes de alta biodiversidad (Escobar-Ocampo et al. 2019).
Las formas en las que los pobladores locales hacen uso de los bosques son muy amplias, por ejemplo, a través de sistemas agroforestales, como áreas temporales de pastoreo o para la extracción selectiva de madera, entre otros. Estas actividades pueden impactar en la estructura de bosque en diferentes niveles, algunas de ellas difícilmente detectables con datos satelitales. En nuestro caso, la información contenida en los sitios del INFyS fue de gran ayuda para detectar perturbaciones, especialmente variables como diámetros máximos y mínimos de los árboles, abundancia de especies pioneras, presencia de tocones, entre otros. De la misma forma se empleó también la descripción de los sitios de colecta contenida en los registros de herbarios; en ese sentido, es recomendable usar la mayor cantidad de datos de campo e información auxiliar disponible para disminuir la incertidumbre de los mapas.
Existen a nivel global otras bases de datos que a menudo se emplean para monitorear la cobertura forestal y los cambios en las extensiones de bosque (Hansen et al. 2013, Zanaga et al. 2021). Sin embargo, las definiciones de las clases empleadas en estas bases son bastante amplias y si los usuarios no tienen claras estas limitaciones pueden inferir conclusiones erróneas. Por ejemplo, Zanaga et al. (2021) estimaron que la cobertura arbórea en el estado de Chiapas era de 59 %, es decir 1.4 millones de ha adicionales a los obtenidos en este trabajo. Esta sobreestimación se podría explicar parcialmente por la complejidad de los paisajes agrícolas del sureste mexicano; estas bases globales frecuentemente incluyen a la vegetación arbustiva (característica de los paisajes en donde se practica la agricultura itinerante), o incluso a las plantaciones agrícolas (palma de aceite) como parte de la cobertura arbórea. La Figura 8 ilustra esta situación; en consecuencia, es necesario insistir en la necesidad de continuar promoviendo el desarrollo de bases geográficas del territorio con información local.
Figura 8 Comparación de los criterios de mapeo de la cobertura forestal. A: este estudio; B: base de datos global de la cobertura del suelo WorldCover 2020 (Zanaga et al. 2021).
Los resultados de este trabajo difieren también de los obtenidos en otros tipos de proyectos, por ejemplo, para el estado de Chiapas INEGI (2021) reporta en los mapas de vegetación de la serie VII (elaborados entre 2017-2021), una cobertura forestal cercana al 31 %, esto es aproximadamente 676,000 ha menos que lo obtenido en nuestro trabajo. En gran medida esto se puede explicar por la diferencia de escalas; el mapa de INEGI fue elaborado con una escala de poco detalle (1:250,000) con una unidad mínima cartografiable de 50 ha. La baja resolución espacial de esta cartografía la hace poco adecuada para derivar estimaciones precisas de la dinámica espacial de los bosques a nivel local (Muñoz et al. 2021).
Por otra parte, existen varios estudios sobre la flora de Chiapas; en un par de ellos, Miranda (1952) y Breedlove (1981), se describen detalladamente los tipos de vegetación de todo el estado, estos autores identificaron entre 12 y 18 tipos de vegetación de acuerdo con su composición y sus atributos fisonómicos. Sería deseable elaborar una representación espacial de los bosques a este nivel de detalle, con bajos nivel de error, sin embargo, se requerirían datos ambientales y satelitales de mayor resolución, para poder extrapolar confiablemente las observaciones de campo. Una solución intermedia, tomando en cuenta las limitaciones de la información espectral, es la que se propone en este estudio, el empleo de fotointérpretes expertos con conocimiento de las condiciones de la vegetación del área de estudio y de toda la información pública disponible.
Finalmente, hoy en día el frecuente uso de enfoques automatizados para la elaboración de mapas de cobertura del suelo, ha acentuado la necesidad de considerar al resultado de este proceso como un producto de naturaleza estadística; por lo que una buena práctica en el manejo de datos geográficos sería reportar las áreas estimadas con su correspondiente nivel de error (Olofsson et al. 2014); de manera que los usuarios puedan contar con elementos que les permitan decidir la fuente de datos más adecuadas para la toma de decisiones.
Solo el 18 % de la cobertura forestal del estado (aproximadamente 1,314,500 ha), se encuentra aparentemente en buen estado de conservación. Únicamente la mitad de estos bosques conservados se encuentran dentro del sistema nacional de áreas naturales protegidas. La biomasa leñosa de los bosques secundarios es ligeramente menor a la de los conservados. Los estimadores de la densidad de bordes destacan que los bosques perturbados generalmente presentan mayor nivel de fragmentación.
Material suplementario
El material suplementario puede ser consultado aquí: https://doi.org/10.17129/botsci.3461
