Entrevista con el Dr. Matt Hansen, co-director del Geographic Information Science Center of Excellence de la SDSU
En los últimos años ha habido una explosión en el número de aplicaciones y tecnologías de seguimiento vía satélite, cuyo mejor ejemplo a los ojos del público es quizás Google Earth, que permite a cualquiera con una conexión decente a Internet ver imágenes aéreas de casi cualquier lugar de la Tierra. Pero estas nuevas aplicaciones también están ayudando a los científicos a vigilar con mayor eficacia los cambios medioambientales, como las fluctuaciones en el hielo marino de los polos, los cambios en el plancton oceánico y la deforestación. Un factor importante en el mayor uso de las imágenes por satélite ha sido la Landsat Data Distribution Policy de los Estados Unidos, que permite acceso gratis o económico a los datos capturados por los satélites Landsat, los cuales han estado recopilando datos de forma periódica desde 1972. Hasta la fecha, el programa Landsat ha acumulado más de 630 terabytes de datos en su archivo, que aumenta cada día en más de 320 gigabytes.
Pero el programa Landsat no opera actualmente en su plena capacidad. Dos satélites permanecen en órbita: el Landsat 5, que lleva operativo más de dos décadas más allá de su misión original de tres años, y el Landsat 7, que sufrió una avería en 2003 que degrada algunos datos pero aun así continúa proporcionando datos críticos. Los científicos dedicados a la teledetección están esperando al año 2012, cuando se pondrá en marcha la Landsat Data Continuity Mission. Esta iniciativa “recabará y archivará datos en consonancia con sus satélites Landsat predecesores”, según afirma la NASA. Si mientras tanto los satélites fallan, los científicos se enfrentarán a una “laguna en los datos” en su investigación.
 Matt Hansen. Cortesía de la SDSU. |
La continuidad es crucial. Landsat es especialmente importante para los investigadores que hacen seguimiento de los cambios en la cubierta forestal, principalmente cuando intentan construir una línea de referencia histórica. Matthew Hansen, científico especializado en la teledetección de la Universidad Estatal de Dakota del Sur y uno de los principales expertos en seguimiento de la deforestación del mundo, afirma que el número de “observaciones” o imágenes capturadas, más que los algoritmos y la potencia de cálculo necesarios para procesar y analizar los datos, es actualmente el mayor factor limitante para los esfuerzos de medir con precisión la deforestación cuanto antes.
Hansen añade que, mientras que el creciente interés en la conservación forestal está impulsando nuevas inversiones, tanto por parte de los gobiernos como por parte del sector privado, en sistemas de seguimiento remotos, Landsat sigue siendo importante porque al fin y al cabo “casi todo el mundo que observa grandes áreas de terreno utiliza Landsat porque es más barato y se adquiere sistemáticamente”. Esto ocurre especialmente cuando se construyen líneas de referencia históricas necesarias para el programa de la Reducción de Emisiones por Deforestación y Degradación (REDD, por sus siglas en inglés), que ofrece ayuda a los países tropicales para proteger y gestionar sus bosques de forma sostenible.
Hansen habló sobre cómo utiliza Landsat y otros sistemas para detectar la deforestación durante una entrevista en mayo con Rhett Butler de mongabay.com.
ENTREVISTA CON MATT HANSEN
mongabay.com: ¿Cuál es su formación y cómo comenzó a interesarle lo que hace ahora?
Matthew Hansen: Sí, obtuve la diplomatura de Ingeniería Eléctrica, pero no me gustaba demasiado así que decidí colaborar con la cría de peces en lo que entonces era Zaire dentro del Cuerpo de Paz (Peace Corps). Tras esta experiencia volví y realicé un Master en Geografía. No sabía lo que quería hacer dentro de la Geografía pero cuando volví del Cuerpo de Paz, sabía que me gustaban las matemáticas y creía que el espacio era un concepto fantástico en el que se podía observar grandes áreas de una forma puramente sistemática.
Mi primer empleo, incluso antes de obtener mi doctorado, fue en la Universidad de Maryland analizando superficies terrestres a escala global. Cuando llegué allí acababan de terminar el mapa de 1º: 365 x 180 píxeles de la Tierra. ¡En esa época 1º era un acontecimiento muy importante! Y durante mi estancia allí (estuve diez años) conseguimos rápidamente alcanzar los 8 kilómetros, 1 kilometro, 500 metros y 250 metros. Nuestro objetivo ahora es llegar a los 30 metros en un proyecto de seguimiento global.
Así que es bastante divertido, ¡si te gustan las matemáticas!
mongabay.com: Sí. Es impresionante cuánto ha hecho el progreso en lo que se refiere a la alta resolución. ¿La mayor disponibilidad de los datos ha resultado ser un factor importante?
 Pérdida global de cubierta forestal por bioma, 2000-2005. Gráfica por Rhett A. Butler/ mongabay.com. Haga clic en la imagen para ampliarla. |
Matthew Hansen: El problema era realmente la horrible política de datos para usar Landsat cuando fue privatizado. Resulta que una imagen costaba 2000 dólares. Esto supuso realmente un retraso para la ciencia. Pero ahora procesamos miles de imágenes y vamos a empezar a usar Cloud Computing, lo que acelerará enormemente las cosas pero que tropezará con las limitaciones del Landsat. Ya conocemos las limitaciones conceptuales del Landsat, pero ahora que podemos observar cada píxel del archivo, esencialmente entenderemos éstas mucho mejor. Podríamos haber entendido todo esto hace 10, 15 o 20 años, pero debido a la política de datos no pudimos. Esta política realmente retrasó nuestro conocimiento pero cuando se abrió un poco hace un año y cuatro meses, aumentó considerablemente la capacidad para las aplicaciones de teledetección.
mongabay.com: Así que ahora que el acceso es libre, ¿pueden utilizarse todos los viejos datos?
Matthew Hansen: Hasta cierto punto. Hay distintos sistemas y todavía se tiene que desarrollar el sistema automatizado para procesar las imágenes de los 70. Pero todos los datos TM están allí.
De todos modos, el archivo ha sido inconsistente si se mira atrás. Por ejemplo, no existen imágenes de Siberia de principios de los 90. Es una cobertura irregular. Por eso no es como si fuésemos capaces de reconstruir sistemáticamente la historia, pero lo haremos bien.
mongabay.com: Pero existe el potencial de reconstruir más historia, en términos de ciencia forestal, de la que tenemos ahora.
Matthew Hansen: ¡Sí claro! ¡No cabe duda! Pero simplemente no sabemos dónde nos quedaremos con las manos vacías en relación a los datos. Sin embargo, al ir hacia delante obtendremos buenos datos. Puede que no siempre estén online, pero es posible pedirlo. De esta manera, nuestra latencia para los productos va a mejorar muchísimo. No nos vamos a quedar tan atrasados.
mongabay.com: ¿Está trabajando o planeando trabajar con datos de sensores no ópticos? Me refiero a ir más allá del Landsat a algo como LIDAR.
 Tasa media anual de la pérdida forestal, 2000-2005, como porcentaje de la extensión del bioma original (en lugar de la extensión de bosque en el año 2000). Haga clic en la imagen para ampliarla. |
Matthew Hansen: Empezamos con AVHR y después nos pasamos a MODIS, que funciona realmente bien conjuntamente con Landsat. Creo que el futuro es la fusión. Hacemos pruebas con los datos de Landsat y GLAS, el LIDAR que estaba en el Icesat y que fue diseñado para hacer seguimiento del hielo. El futuro va a ser muy creativo al impulsar distintas fuentes de información y combinándolas: MODIS, Landsat, LIDAR. Vamos a utilizarlas todas.
La clave es que estos sistemas tienen estrategias de adquisición globales. Hay que tener acceso fácil y libre a los datos. Y cada vez que intentan comercializarlo o algo así, se incrementa extraordinariamente el coste de la vigilancia medioambiental.
MODIS y Landsat tienen grandes estrategias de adquisición. No son los mejores pero los datos son gratis.
Nosotros proponemos que el valor está en las aplicaciones y no en vender datos poquito a poco. Y además, si se quiere tener un verdadero sistema de vigilancia climática o REDD, entonces se deben tener los datos. Uno no se puede sentar y decir: “Bueno, tengo una compra de datos de SPOT durante años y años para mi proyecto de REDD”. ¿Qué ocurre con los diez años anteriores? ¿Y los 10 años siguientes? Simplemente hay que disponer de datos continuamente, sin tener que pedirlos.
Eso es lo que creo que ocurrirá con estas cosas, especialmente con REDD. Porque si un país como Camboya quiere hacer algo parecido a lo que hace Guyana pero carece del conjunto de datos comerciales que Guyana está utilizando, entonces ahí se encuentra con un obstáculo.
Si piensa en los ingenieros que en los años 60 concibieron el Landsat, se puede argumentar que sí, claro, hemos mejorado parte de la ingeniería del Landsat y otras cosas a lo largo de este tiempo, pero sigue siendo el mismo, !exactamente el mismo! ¡Seguimos usando un solo Landsat tras 30 o 40 años! Quiero decir, ¿por qué no tenemos cinco? Obtenemos una fotografía cada 16 días del Congo y ¡en el 70% de ellas está nublado!
¿Qué pasaría si se tuviesen horas de paso distintas, es decir, horas de adquisición de datos diferentes y además más cantidad de satélites? Entonces podríamos fotografiar el mundo a 10 metros cada día. ¡Sería genial! Es solo un sueño, pero podríamos tener diariamente informes del terreno utilizando estas tecnologías.
Creo que esa es la dirección en la que debemos ir.
mongabay.com: ¿Cree usted que si REDD se convierte en una realidad y se invierte mucho dinero en ese sector, se podrían impulsar los satélites específicos para la vigilancia de la deforestación? ¿O al menos más sensores orientados a la detección de la deforestación y degradación? ¿Qué cree que ocurrirá en el futuro próximo al tener más capacidad?
 Pérdida total de bosques (natural y por deforestación) para Estados Unidos, China, Brasil y Rusia, 2000-2005. Gráfica por Rhett A. Butler/ mongabay.com. Haga clic en la imagen para ampliarla. |
Matthew Hansen: Una de las cosas que ocurre con REDD es que hay mucho dinero en juego y mucha gente que quiere ganar dinero con él. Podría haber un modelo comercial. Pero entonces volvemos a los riesgos del modelo comercial.
Pero yo no soy un político o un economista. En realidad no sé cómo va a desarrollarse todo esto. Solo puedo imaginarme que si las compañías invierten dinero en este proyecto, dirán: “ahora tenemos un modelo de costes y los datos no van a ser gratuitos. Vamos a recortar gastos y vamos a transformar esto en una actividad lucrativa, cosa que no pudimos hacer con anterioridad”.
Pero de nuevo si se observa la cuestión con rigor, podría funcionar. Si se examina el objetivo a una escala mayor, lo que es algo genérico, a escala internacional o incluso a escala tropical, al cual todo el mundo podría acceder (uno de los supuestos de REDD), sostengo que este tipo de modelo comercial fracasará estrepitosamente.
Desde luego, imagino personas que intenten imponerlo. Pero creo que el valor está en las aplicaciones: quienes resistan y entreguen los datos por todas partes, aportarán el valor. Déjeme dar otro ejemplo: Landsat ha sido siempre mucho más barato y regularmente adquirido que SPOT, aunque no ha sido gratis hasta ahora. Pero si echas un vistazo a los europeos, obtienen sus mapas de cubierta terrestre básicos de Landsat, pese a que SPOT se encuentra allí mismo [SPOT SPOT es una iniciativa de la Agencia Espacial Europea]. Las imágenes de SPOT son más costosas y por tanto es más difícil utilizar esos datos. Por tanto, casi todo el mundo que examina grandes áreas terrestres usa Landsat porque es más barato y se adquiere sistemáticamente.
mongabay.com: ¿El sistema de la ESA es ante todo el resultado de una cuestión política?
Matthew Hansen: Se trata de una cuestión política. SPOT es una entidad privada y es más difícil acceder a sus datos. Sus políticas de intercambio de datos no contribuyen a la investigación: si compras una imagen, después no consigues compartirla; mientras que la política de Landsat es que si compras una imagen una vez, entonces puedes compartirla con todo el mundo. Al menos esas eran las políticas antes; no estoy seguro de cuáles son actualmente. Con las nuevas series Sentinel, SPOT asegura que van a cambiar estas políticas. El conjunto de satélites Sentinel tendrán radar, instrumentos al estilo del Landsat y un par de cosas que serán gratis y abiertas. ¡Eso está muy bien! Podría empujar a otros a hacer lo mismo.
mongabay.com: ¿Y qué ocurre con ALOS?
Matthew Hansen: ALOS es lo más cercano en el campo de los radares a la idea de tener accesibilidad a los datos, pero todavía conlleva costes.
MODIS y Landsat son los más accesibles de todos cuando hablamos de datos de media resolución. SPOT-Vegetation es de acceso gratuito pero la resolución es de 1 kilómetro.
Cálculos aproximados de la extensión y pérdida de cubierta forestal nacional y subnacional. S-K son las siglas de los grupos de islas combinados de Sumatra y Kalimantan. J-N-S-M-P se refiere a conjunto de islas de Java, Sulawesi, Maluku y Papúa. Cortesía de Hansen et. al. 2009
mongabay.com: Para un proyecto como REDD, Landsat también proporciona el registro histórico.
Matthew Hansen: Sí, exacto. Especialmente cuando se establecen los años 90, digamos, como línea de referencia.
Tenemos un resultado preliminar de los 90 para los trópicos húmedos.
Y tenemos el intervalo 2002-2005. Y este verano haremos el 2005-2007. Pero estas series de 2000-2005 se ocuparán de los trópicos húmedos, como los bosques tropicales.
|
mongabay.com: Entonces, ¿qué es lo que está usted descubriendo sobre los impulsores de la deforestación a lo largo del periodo estudiado?
Matthew Hansen: Utilizamos procesos basados en la probabilidad, con bloques de muestra en los trópicos húmedos. No hemos estado observando específicamente la extensión de los claros – el corrector de escalamiento del problema de datos resultante de la avería del Landsat en el año 2003 – pero es una gran pregunta. Al usar una muestra basada en la probabilidad para los trópicos húmedos, podríamos determinar qué porcentaje de claros en la selva está causado por “los grandes”: la agroindustria que alimenta el mercado internacional. Seríamos capaces de ver el tipo de cambios relacionados con la agroindustria, más que con los causados por la agricultura de “roza, tumba y quema”.
mongabay.com: Usted mencionó este tema en un artículo reciente con Tom Rudel y Ruth DeFries: que ha habido un cambio de la deforestación a pequeña escala a la deforestación industrial más intensa donde inmensas áreas de tierra están siendo despobladas para plantaciones, pastos y granjas mecanizadas.
Matthew Hansen: Sí, es cierto. Descubrimos que esto es una tendencia en Brasil, Paraguay, Argentina, Malasia e Indonesia. La magnitud de la perturbación es asombrosa. Sin embargo, en África no se observa este fenómeno, al menos de momento.
mongabay.com: En lo que se refiere al Sudeste asiático (Indonesia, Malasia e incluso más allá), ¿qué es lo que han venido observando en cuanto a las diferencias entre los años 90 y el período 2000-2005?
Matthew Hansen: Bueno, la historia en Indonesia es muy interesante y no creo que sorprenda a la gente. Los años 90 fueron increíbles con los incendios de 1997 y 1998 así como el fuerte compromiso del gobierno central y del sector forestal para acabar con los bosques de tierras bajas con objetivo de desarrollar las plantaciones de palma de aceite.
Pero al final de los 90, se produjo la grave crisis económica y, de hecho, Suharto fue obligado a dejar el poder. En nuestra señal de MODIS vemos un cambio escaso al comienzo del siglo y después un aumento gradual. En total, digamos en el periodo 2000-2005, el promedio es menor que en los noventa. Es como una gran resaca relacionada con las agitaciones políticas y económicas.
Pero entonces la deforestación vuelve a subir, ascendiendo a más de un millón de hectáreas por año a mediados de esta década.
 Bloque de muestra de Landsat para Riau, Indonesia (Coordenadas: 0,42° N; 102,25° E). La imagen de la izquierda fue capturada por Landsat el 21/5/2000, mientras que de la derecha fue capturada el 11/11/2005. La imagen en el extremo inferior derecho muestra el cambio de cubierta terrestre, y el rojo muestra la pérdida forestal. |
Detectar la deforestación en Indonesia es muy diferente que en Brasil, donde el cielo está despejado cada año durante julio y agosto, lo que proporciona una tendencia anual. Las nubes en Indonesia dificultan hacer ese seguimiento así que tenemos que usar MODIS para obtener porcentajes de variación más toscos. Utilizamos Landsat para medir un periodo. De esta forma obtendremos el cambio en el periodo 2000-2005 y después lo desglosamos por año con MODIS.
Pero en algún momento en algunos de estos lugares, como Sumatra, están agotando los bosques de tierras bajas. Una de nuestras estimaciones abarca de 1990 a 2005 y muestra una enorme proporción bosques de tierras bajas que ha sido despoblada en Sumatra. Y ahora estamos empezando a ver zonas despobladas en las tierras altas (colinas) en Sumatra.
Pero contar la historia es complicado y difícil. Por ejemplo, Malasia no sigue la misma tendencia. No puedo decir exactamente cuáles son los datos para Malasia, pero hasta ahora no tenemos el mismo “desplome” de la paralización de la tala que vemos en Indonesia. Ha sido bastante constante desde el año 2000.
|
mongabay.com: ¿Y se puede distinguir entre las plantaciones de palma de aceite y el bosque natural cuando se hace la detección?
Matthew Hansen: No intentamos incluir las dinámicas de la palma en estas cifras normalmente porque una plantación de madera madura no se va a distinguir de un bosque natural. Básicamente utilizamos una definición para “bosque”. Estamos trabajando para obtener más en el dominio temporal de manera que, cuando estemos trabajando en un lugar como Indonesia, con datos de Landsat, podamos saber finalmente los ciclos de las plantaciones de palma y madera y tengamos el historial de ese pixel, por lo que sabremos que fue talado en el 2000, y de nuevo talado en el 2010, o cualquiera que sea su ciclo. Y entonces, el impacto podrá ser cartografiado. Ahora mismo, nuestra historia ha sido mirar a una imagen y decir “necesito cartografiar esto”. Pero necesitamos el historial de cada pixel. Eso será lo que nos ayude a analizar con detalle el uso de la tierra. Pero ahora mismo, no puedo diferenciar de forma automática entre palma madura y bosques.
Si nos centramos en Sumatra, estoy bastante seguro de que podemos cartografiar y diferenciar las plantaciones madereras de los cultivos de palmeras, de los bosques más antiguos y de los bosques antiguos degradados.
Pero en Indonesia es mucho más difícil trabajar que en Brasil. Está a menudo nublado, su topografía es desigual y, después de talar, el bosque aparece de nuevo en una forman distinta. Es realmente diferente a Brasil. Y es triste porque se está perdiendo un bosque crítico en Sumatra y Kalimantan.
mongabay.com: Pero aun así el historial de los píxeles no se ocupará de la cuestión de las nubes, ¿no?
Matthew Hansen: Bueno, sí. La cuestión de las nubes solo afecta a la frecuencia con la que somos capaces de decir las cosas con seguridad. Si obtenemos una imagen de mala calidad, ¿puedo afirmar algo de lo que estamos hablando? No. ¿Cuántas imágenes voy a necesitar? ¿Cuántas observaciones por píxel de terreno vamos a necesitar para poder afirmar todos estos datos? Esas son las preguntas y no sé muy bien cuánto tiempo se tardará en solucionarlas.
Este asunto nos devuelve a la limitación de tener solo un Landsat (el cual ni siquiera está totalmente operativo). Un Landsat es insuficiente para actualizar realmente rápido estas dinámicas.
mongabay.com: : ¿Y qué pasa en el Congo? ¿Qué dinámicas han encontrado allí?
Matthew Hansen: Se puede apreciar el impacto de la inestabilidad política y de la guerra en el Congo incluso desde el espacio. Al igual que Angola y Mozambique en los 80 y los 90, la guerra dejó al Congo aislado de la economía internacional. Durante los largos periodos de conflictos civiles, no molestaron demasiado a los bosques de estos países.
En el Congo, el caso es muy distinto a los de Malasia, Indonesia y Brasil, que son economías de mercado democráticas que están muy interconectadas con el resto del mundo y tienen una inversión a escala industrial, lo que transforma los bosques para tala y agricultura a gran escala. La multinacional Cargill no está construyendo puertos o infraestructuras en la cuenca del Congo. De todas formas, sería difícil hacerlo ya que es un terreno hostil. Pero si allí hubiese estabilidad política, seguro que habría muchísima más infraestructura y desarrollo. Ya se empieza a insinuar que hay grandes proyectos agrícolas de compañías de China y Sudáfrica entre otros que están considerando plantar palmeras y soja.
La conversión del bosque en el Congo se da a manos casi exclusivamente de los pequeños agricultores. Esta conversión domina el espacio – como un contagio (extendiéndose) a todo lo largo de las carreteras de la explotación forestal. Es como un borde apolillado entrando en el bosque. Esa es la dinámica primaria.
La otra gran actividad es la tala selectiva, que no es una inversión de elevado capital y no deja una gran huella –espacialmente- en el bosque. Los madereros construyen sus carreteras, talan sus árboles y después se van. Pero el impacto puede ser enorme en la biodiversidad ya que estas compañías atraen a trabajadores que cazan fauna salvaje y las carreteras proporcionan el acceso a pobladores. De tal forma que surgen pueblos de pronto donde nunca antes había habido pueblos. Pero aparte de estos efectos, después de que las compañías se marchan, el área es todavía bosque. Con Landsat no se puede observar el árbol por hectárea que están arrancando en el bosque al norte de la República del Congo, especialmente debido a la gran cantidad de nubes.
Por tanto hay un nivel de intensidad muy distinto en cuanto a la modificación de la estructura de los bosques en la cuenca del Congo al compararlo con otros sitios como Brasil e Indonesia donde existe una agricultura y ganadería a escala industrial tras la tala de los árboles. En Sumatra es realmente difícil encontrar un bosque que esté intacto, y si existe, estará sólo en lo alto de las colinas.
mongabay.com: ¿Se pueden detectar las carreteras destinadas a la tala con Landsat?
Matthew Hansen: Sí, en el Congo construyen carreteras para la tala bastante grandes. Las hacen muy anchas para que les dé el sol y así permanezcan secas. Hay que capturarlas cuando están recién construidas porque después con el recrecimiento de la vegetación se confunden con el resto.
Hace poco sobrevolamos una concesión de hace 15 años en la República del Congo y todavía se pueden ver desde el espacio las carreteras construidas para los madereros; es un gran contraste con el bosque de alrededor. Pero las plantaciones de árboles pertenecientes a especies únicas que han crecido a lo largo de los 50 kilómetros de carretera casi no se distinguía del bosque antiguo. Eran quizás solo un metro más bajas. Ahora la carretera es la única señal de la conversión.
mongabay.com: Pero si se tiene el historial de los píxeles, entonces se podrá saber que esa área se deforestó y que ahora es o bien bosque en regeneración o bien una plantación, ¿no es así?
Matthew Hansen: Sí, exacto
mongabay.com: ¿Cuál es su metodología para cartografiar el bosque? Parece que uds. realizan muchos muestreos.
Matthew Hansen: No hacemos solo muestreos: cartografiamos la cuenca del Congo en toda su extensión y también hemos trazado un mapa completo de Kalimantan y Sumatra. La razón por la que comenzamos con los muestreos es que cuando empezamos el estudio, el archivo todavía no era público.
Tenemos los datos de MODIS, los cuales podemos cartografiar globalmente. MODIS puede detectar dónde se ha perdido un árbol y podemos estratificar y hacer un sistema de muestreo para descender y captar algunas imágenes del Landsat. Pero incluso con el archivo abierto, hay una razón para hacer muestreo, porque es rápido y bastante exacto. También se obtiene bastante certeza en las medidas, cosa que no siempre se obtiene con el mapa. El mapa es algo raro: necesitas hacer algunas validaciones intensas para descifrar errores en el mapa.
Pero es una cosa por otra: con el muestreo no se consigue un mapa, sino un cálculo aproximado sobre un área.
Casi todo nuestro esfuerzo ahora es cartografiar toda la extensión basándonos en una extracción exhaustiva del archivo en el que tenemos 7000 imágenes de Kalimantan y Sumatra del periodo 2000-2009. Hemos automatizado la caracterización de nubes y de sombras (cloud and shadow flagging, en inglés) para definir si el bosque fue alterado o no. Esta técnica es magnífica. Existe una nueva ciencia para determinar cómo enfrentarnos a estas distribuciones irregulares de las observaciones. Y es bastante sólida.
El desafío tecnológico es mantener la precisión a la hora de escalar de una pequeña muestra al cálculo a nivel nacional. Mientras que la caracterización de un pequeño cuadrado puede funcionar bien, si se extiende a un país entero usando un proceso automatizado, pueden surgir problemas. Especialmente si cambias a una región donde las dinámicas del uso de la tierra pueden cambiar. Por ejemplo, si realizo un producto de Landsat a nivel internacional, puedo estar perdiéndome algo.
mongabay.com: ¿Y el hecho de variar las definiciones de lo que constituye un bosque? ¿Puede esto causar problemas? En sus recientes publicaciones, usted parece partir de una definición mucho más estricta cubierta forestal que la que toma, por ejemplo, la FAO. ¿Eso es así solamente porque está más en línea con el tipo de datos que usted maneja?
Matthew Hansen: La FAO ha elaborado como unas 850 definiciones diferentes de “bosque”. Si no se utiliza un umbral de un 10%, entonces un lugar como Kazajistán no tiene bosque.
No sé si su definición está basada realmente en la representación biofísica de “bosque” o si es más bien política.
|
De la misma forma, nosotros también tenemos una motivación concreta: queremos cartografiar algo que podemos ver desde el espacio constantemente a lo largo del tiempo. Y si tienes una definición del 10% de cubierta arbórea, entonces la mayor parte de la señal es el fondo (tierra o lo que sea), lo que puede complicar la imagen. Por ejemplo, Australia ahora mismo está luchando para cumplir la definición de la FAO. Australia confía en poder trazar el mapa de al menos el 20 o 25% de su cubierta arbórea fácilmente con una simple aproximación estándar. Pero para conseguir bajar a un 10%, se están matando con toda clase de pruebas de texturas y otras cosas. Y todavía no han verificado nada. Así que técnicamente hablando, el 10% es muy difícil.
El otro aspecto es la aplicación. Si estás hablando sobre el carbono y utilizas una definición de bosque de 2 metros, entonces toda Botsuana es bosque. Si tienes un 10% de cubierta forestal a 2 metros, ¡entonces Yakarta es un bosque en esa fase!
No sé cuál es la mejor respuesta pero nosotros nos ceñimos a las cifras que podemos reproducir a lo largo del tiempo: vegetación de 5 metros de alto con un 25% o más de cubierta. Podemos presentar dinámicas de forma fidedigna con esa definición.
mongabay.com: Su reciente artículo sobre la pérdida de bosque global suscitó algunas respuestas contundentes, especialmente en países de bosques templados. ¿Cómo responde a la crítica de que la pérdida de cubierta forestal global no representa el recrecimiento y las prácticas de silvicultura industrial?
Matthew Hansen: Sí, los silvicultores odian este tema. Sí, ¡lo odian!. Ellos preguntan: “¿Por qué está usted diciendo que la cubierta forestal está cambiando?” Mantienen que es un cambio de valor neto cero en los lugares donde el bosque se tala y se replanta.
No son los mismos cambios que ocurren en Brasil. Pero estoy seguro de que esas tasas de cambio a lo largo de ventanas de tiempo varían en los periodos de buena economía y de mala economía: se cortarán más árboles en Canadá si se construyen más casas aquí en Estados Unidos. Pero los silvicultores siempre mantendrán que es sostenible porque replantan árboles. Y por eso nunca presentan informes a la FAO sobre cualquier cambio en las áreas forestales: es siempre cero.
Hay mapas forestales para todos los lugares del mundo, pero “no ocurre nada” en Canadá y en Estados Unidos. Es algo extraño.
Y podemos poner objeciones a esta cuestión, pero solo necesitamos observar la realidad: ¿Dónde están los árboles? ¿Dónde estaban los árboles? ¿Y dónde no estaban? Eso es todo. Y se puede decir que es sostenible, se puede decir lo que sea.
mongabay.com: Pero en la región boreal, tanto en EE.UU. como en Canadá, ha habido grandes cambios que no son necesariamente producto de la deforestación directa y de la tala.
Matthew Hansen: Es cierto. Los incendios y los escarabajos dejan una fuerte señal.
mongabay.com: ¿Es fácil distinguir entre lo que ha sido causado por el fuego y lo que ha sido causado por los escarabajos?
Matthew Hansen: Bueno, de nuevo nosotros observamos todo en conjunto. Pero hicimos un estudio extra donde agregamos la porción afectada por el fuego, que representa un 60%. La pregunta que surge es: “¿Todos los incendios son naturales?”. Los canadienses dirán: “Sí, son todos naturales”. Pero en Rusia claramente no lo son. En el Lejano Oriente muchos de los incendios son causados por los humanos.
 Patrones de deforestación “espina de pescado” en el Amazonas brasileño en 2006  Deforestación por el desarrollo de plantaciones de palmas aceiteras en Sarawak, Malasia en 2006
|
Deforestación por plantaciones de palmas aceiteras en Sarawak, Malasia en 2006. Todas imágenes cortesía de NASA.
La siguiente pregunta es: “¿Cuáles son las tendencias en esos tipos de dinámicas?” Aunque los incendios y los escarabajos sean naturales, están en parte potenciados por el cambio climático. El problema del escarabajo tiene que ver con la temperatura mínima durante el invierno que, al ser demasiado alta y al no matarlos, no los mantiene bajo control. Son endémicos de esa región, pero el hecho de que Canadá tiene inviernos más cálidos puede ser la razón de que los escarabajos se hayan extendido.
Unas temperaturas más altas significan que las dinámicas de los incendios pueden cambiar también. No digo que sea así o no, pero una de las cuestiones es que si hiciésemos ese estudio a lo largo del tiempo y siguiésemos las tendencias de los incendios o de la enfermedad, podríamos saber si éstas están ligadas a una causa humana subyacente. Necesitamos las observaciones.
mongabay.com: ¿Qué tiene que ocurrir para hacer que este sistema funcione mejor, de manera que podamos tener una mejor idea de lo que ocurre en los bosques de todo el mundo?
Matthew Hansen: Una de las cosas más importantes son las observaciones, las imágenes. Necesitamos más observaciones.
Creo que la primera consecuencia es que la apertura de los archivos conllevará mucho entendimiento genérico. No hay duda de que podremos ampliar el número de muestras con esa escala durante periodos de 3-5 años y esto será genial. Creo que conseguiremos un enorme progreso en la cuestión de obtener perspectivas genéricas y niveles de cambios relativos.
Pero si se quiere investigar en los intervalos de tiempo más significativos; si se quiere tener actualizaciones más rápidas; productos mejores y más precisos, entonces se necesitan más observaciones de alta calidad.
Eso significa constelaciones de sensores similares. Landsat no es muy bueno en muchas de las talas selectivas: lo que necesitamos para ello es una resolución de menos de 10 metros, realizada diariamente. ¡Esa capacidad sería fantástica! Seríamos capaces de entender mucho más si tuviésemos esa frecuencia y calidad observacional respecto a las perturbaciones.
Creo que los algoritmos y el poder computacional que tenemos actualmente son suficientes. Estaremos preparados para manejar esa clase de conjuntos de datos.
Una selección de los artículos de Hansen mencionados en esta entrevista (véanse más abajo historias relacionadas)
- Hansen, Matthew C.; Stehman, Stephen V.; and Potapov, Peter V. Quantification of global gross forest cover loss. PNAS. www.pnas.org/cgi/doi/10.1073/pnas.0912668107.
- Matthew C. Hansen at al. (2008). Humid tropical forest clearing from 2000 to 2005 quantified by using multitemporal and multiresolution remotely sensed data. PNAS July 8, 2008 vol. 105 no. 27 9439-9444.
- Ruth S. DeFries, Thomas Rudel, Maria Uriarte and Matthew Hansen. Deforestation driven by urban population growth and agricultural trade in the twenty-first century. Nature Geoscience. published online: 7 February 2010 | DOI: 10.1038/NGEO756
- Matthew C Hansen, Stephen V Stehman, Peter V Potapov, Belinda Arunarwati, Fred Stolle and Kyle Pittman (2009). Quantifying changes in the rates of forest clearing in Indonesia from 1990 to 2005 using remotely sensed data sets. ENVIRONMENTAL RESEARCH LETTERS. Online at stacks.iop.org/ERL/4/034001