Tendencias de deforestación en territorios afrodescendientes e indígenas del Chocó biogeográfico

Vista sencilla de ítem
dc.contributor.advisorToro Restrepo, Luis Jairo
dc.contributor.advisorMedina Arroyo, Henry Herman
dc.contributor.authorCorboba Barrera , Fausto
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001596379
dc.contributor.orcidCórdoba Barrera, Fausto [0000-0001-5921-0238]
dc.contributor.orcidToro Restrepo, Luis Jairo [0000-0002-3049-692X]
dc.coverage.regionChocó (Colombia)
dc.date.accessioned2025-09-09T15:46:41Z
dc.date.available2025-09-09T15:46:41Z
dc.date.issued2025-09-09
dc.descriptionIlustraciones, fotografías, mapasspa
dc.description.abstractLa deforestación es un problema grave causado por actividades antrópicas que conduce a la pérdida de la vegetación natural, con la consecuente reducción de servicios ecosistémicos. Cuantificar la pérdida de servicios ecosistémicos del bosque tropical con alta nubosidad es complicado debido a la dificultad para una correcta captura de la información. En este trabajo se emplearon imágenes de radar con el fin de reducir los vacíos de información sobre la pérdida de bosques naturales en territorios étnicos y generar una base conceptual que permita conocer las causas y agentes de deforestación en el territorio afrodescendiente e indígena. Se implementó un diagnóstico de las condiciones de la cobertura desde el año 2016 hasta el 2023. Se elaboró una caracterización socioeconómica en cada una de las comunidades para identificar los principales impulsores de la deforestación, y se analizaron los factores socioeconómicos y ambientales que se presentan en los territorios en el período 2016 y 2023 para realizar el Modelo de Regresión Lineal Generalizado (GML). En los resultados se evidenció que la tasa de deforestación disminuye dentro de los periodos del año 2016 al 2023; en el año base del 2016 al 2018, la tasa más alta fue para el territorio indígena. Dentro de las actividades socioeconómicas para los dos territorios étnicos, la que más ocupación espacial tiene es la del aprovechamiento forestal. Con relación a la caracterización socioeconómica, la actividad económica más representativa para la comunidad indígena fue la agricultura con un 40% y el aprovechamiento forestal con el 33%; en la comunidad afrodescendiente, la minería el 29% y el aprovechamiento forestal un 26%. El objetivo del trabajo fue analizar los factores socioeconómicos asociados a la deforestación en los territorios afrodescendientes e indígenas del municipio de Lloró, Chocó, durante el período 2016-2023, evaluando su influencia en las tasas diferenciales de pérdida de cobertura boscosa y estableciendo relaciones causales entre las dinámicas socioeconómicas. El estudio muestra que la cercanía a la frontera agrícola está asociada con un aumento en la deforestación, lo que sugiere que las áreas más próximas a las zonas de expansión agrícola están bajo mayor presión. A mayor distancia de los bosques existentes, mayor es la deforestación, lo que podría indicar que las áreas más alejadas de los bosques están siendo objetivos de nuevas actividades que pueden causar deforestación. (Tomado de la fuente)spa
dc.description.abstractDeforestation is a serious problem caused by anthropogenic activities that leads to the loss of natural vegetation, with the consequent reduction of ecosystem services. Quantifying the loss of ecosystem services in tropical forest with high cloud cover is complicated due to the difficulty of correctly capturing the information. In this work, radar images were used in order to reduce the information gaps on the loss of natural forests in ethnic territories and to generate a conceptual basis for understanding the causes and agents of deforestation in Afro-descendant and indigenous territories. A diagnosis of the conditions of the coverage from 2016 to 2023 was implemented. A socioeconomic characterization was developed in each of the communities to identify the main drivers of deforestation, and the socioeconomic and environmental factors present in the territories in the period 2016 and 2023 were analyzed to perform the Generalized Linear Regression Model (GML). The results showed that the deforestation rate decreases in the periods from 2016 to 2023; in the base year from 2016 to 2018, the highest rate was for the indigenous territory. Within the socioeconomic activities for the two ethnic territories, the one with the highest spatial occupation is forest harvesting. In relation to the socioeconomic characterization, the most representative economic activity for the indigenous community was agriculture with 40% and logging with 33%; in the Afro-descendant community, mining 29% and logging 26%. The objective of the work was to analyze the socioeconomic factors associated with deforestation in the Afro-descendant and indigenous territories of the municipality of Lloró, Chocó, during the period 2016-2023, evaluating their influence on the differential rates of forest cover loss and establishing causal relationships between socioeconomic dynamics. The study shows that proximity to the agricultural frontier is associated with an increase in deforestation, suggesting that areas closer to agricultural expansion zones are under greater pressure. The greater the distance from existing forests, the greater the deforestation, which could indicate that areas farther away from forests are being targeted by new activities that may cause deforestation.eng
dc.description.curricularareaBosques Y Conservación Ambiental.Sede Medellín
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Bosques y Conservación Ambiental
dc.description.methodsSe implementó un diagnóstico de las condiciones de la cobertura desde el año 2016 hasta el 2023. Se elaboró una caracterización socioeconómica en cada una de las comunidades para identificar los principales impulsores de la deforestación, y se analizaron los factores socioeconómicos y ambientales que se presentan en los territorios en el período 2016 y 2023 para realizar el Modelo de Regresión Lineal Generalizado (GML). En los resultados se evidenció que la tasa de deforestación disminuye dentro de los periodos del año 2016 al 2023; en el año base del 2016 al 2018, la tasa más alta fue para el territorio indígena.
dc.format.extent140 páginas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/88671
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia - Sede Medellín
dc.publisher.branchUniversidad Nacional de Colombia - Sede Medellín
dc.publisher.facultyFacultad de Ciencias Agrarias
dc.publisher.placeMedellín, Colombia
dc.publisher.programMedellín - Ciencias Agrarias - Maestría en Bosques y Conservación Ambiental
dc.relation.indexedLaReferencia
dc.relation.referencesAdarme, M. O., Prieto, J. D., Feitosa, R. Q., & De Almeida, C. A. (2022). Improving Deforestation Detection on Tropical Rainforests Using Sentinel-1 Data and Convolutional Neural Networks. Remote Sensing, 14(14). https://doi.org/10.3390/RS14143290
dc.relation.referencesAjadi, O., Meyer, F., & Webley, P. (2016). Change detection in synthetic aperture radar images using a multiscale-driven approach. Remote Sensing, 8(6). https://doi.org/10.3390/RS8060482
dc.relation.referencesAlcaldía Lloró. (2020). Plan de desarrollo 2020-2023 “unidad, confianza y desarrollo” - Alcaldía Municipal de Lloró. http://www.lloro-choco.gov.co/planes/plan-de-desarrollo-20202023-unidad-confianza-y-desarrollo
dc.relation.referencesAlexander, R., Miton, R., Néstor, B., Nelly, R., & Juliana, R. (2007). Modelamiento de presiones sobre la biodiversidad en la Guayana. Revista Internacional de Sostenibilidad, Tecnología y Humanismo, 1, 21–144. https://upcommons.upc.edu/handle/2099/2580
dc.relation.referencesANDINA–ONFA, O. N. F. (2018). Plan de Acción Núcleo Forestal Chocó-Forest economy studies in the framework of the Green Growth Taskforce in Colombia. https://onfandina.com/wp-content/uploads/2021/11/Plan-de-Accion-Nucleo-Forestal-Choco-2018.pdf
dc.relation.referencesAndrade, D. H. M. (2014). Motores de la deforestación del bosque húmedo Tropical bh-T de la región noroccidental colombiana. REVISTA DE INVESTIGACIONES, 33(2), 96–104. https://www.revistas.utch.edu.co/ojs/index.php/revinvestigacion/article/view/519
dc.relation.referencesArantes, C. A., Giancarlo, S., Sano, E. E., & Rodrigues, S. W. P. (2020). Análise qualitativa do desmatamento na floresta Amazônica a partir de sensores SAR, óptico e termal. Anuário Do Instituto de Geociências, 42(4), 18–29. https://doi.org/10.11137/2019_4_1_18_29
dc.relation.referencesArias, J., Galindo, G., & Jimenez, R. (2019). Conceptualization and Estimation of Thematic Accuracy and Uncertainty Resulting in Deforestation and Greenhouse Gas Flows in a Region of the Colombian Amazon. https://doi.org/10.1109/CASAP48673.2019.9364072
dc.relation.referencesAriza, J., & Retajac, F. A. (2021). Composition and Evolution ofthe Labor Informality in Colombia During 2009-2019. Apuntes Del Cenes, 40(72), 115–148. https://doi.org/10.19053/01203053.V40.N72.2021.12598
dc.relation.referencesAutoridad nacional de licencias ambientales. (2020). Anla Geovisor. https://www.anla.gov.co/eureka/geovisores-y-mapas
dc.relation.referencesAzizah, A., Widyaningsih, P., Retno, D., Saputro, S., Burgess, R., Miguel, E., & Stanton, C. (2015). Letter open access War and deforestation in Sierra Leone Spread of Ebola disease with susceptible exposed infected isolated recovered (SEII h R) model War and deforestation in Sierra Leone. Environ. Res. Lett, 10, 95014. https://doi.org/10.1088/1748-9326/10/9/095014
dc.relation.referencesBaddeley, A., Rubak, E., & Turner, R. (2016). Spatial Point Patterns Spatial Point Patterns Methodology and Applications with R Spatial Point Patterns (International Standard Book, Ed.).
dc.relation.referencesBaumann, M., Gasparri, I., Buchadas, A., Oeser, J., Meyfroidt, P., Levers, C., Romero, A., Le Polain De Waroux, Y., Müller, D., & Kuemmerle, T. (2022). Frontier metrics for a process-based understanding of deforestation dynamics. Environmental Research Letters, 17(9), 095010. https://doi.org/10.1088/1748-9326/AC8B9A
dc.relation.referencesBavaghar, M. P. (2015). Deforestation modelling using logistic regression and GIS. Https://Jfs.Agriculturejournals.Cz/Doi/10.17221/78/2014-JFS.Html, 61(5), 193–199. https://doi.org/10.17221/78/2014-JFS
dc.relation.referencesBegotti, R., & Peres, C. (2020). Rapidly escalating threats to the biodiversity and ethnocultural capital of Brazilian Indigenous Lands. Land Use Policy, 96, 104694. https://doi.org/10.1016/J.LANDUSEPOL.2020.104694
dc.relation.referencesBera, B., Saha, S., & Bhattacharjee, S. (2020). Forest cover dynamics (1998 to 2019) and prediction of deforestation probability using binary logistic regression (BLR) model of Silabati watershed, India. Trees, Forests and People, 2, 100034. https://doi.org/10.1016/J.TFP.2020.100034
dc.relation.referencesBierregaard, , Richard, Lovejoy, T., Kapos, V., & Hutchings, R. (1992). The Biological Dynamics of Tropical Rainforest Fragments. BioScience, 42(11), 859–866. https://doi.org/10.2307/1312085
dc.relation.referencesBonilla, L., & Higuera, I. (2019). Protected Areas under Weak Institutions: Evidence from Colombia. World Development, 122, 585–596. https://doi.org/10.1016/J.WORLDDEV.2019.06.019
dc.relation.referencesBonilla, N., Cuesta, H., & Valois, H. (2011). Efectos de la extracción forestal sobre la estructura y composición de un bosque pluvial del Pacífico colombiano. Rev. Biodivers. Neotrop, 1(1), 48–54.
dc.relation.referencesBraun, A. (2020). Sentinel-1 Toolbox SAR-based landcover classification with Sentinel-1 GRD products SAR-based land cover classification. https://skywatch.co
dc.relation.referencesBravo Morales, N. F. (2017). Teledetección Espacial LANDSAT, SENTINEL2, ASTER L1T y MODIS. https://sites.google.com/view/geomatica-ambiental-srl/
dc.relation.referencesBrejão, G., Hoeinghaus, D., Pérez, M., Ferraz, S., & Casatti, L. (2018). Threshold responses of Amazonian stream fishes to timing and extent of deforestation. Conservation Biology, 32(4), 860–871. https://doi.org/10.1111/COBI.13061
dc.relation.referencesBrown, D. (1994). The causes of tropical deforestation: the economic and statistical analysis of factors giving rise to the loss of the tropical forests.
dc.relation.referencesCalderon, O. A. (2015). Forest management in the XXI Century. 21, 17–28.
dc.relation.referencesCamacho, P. (2022). Análisis de regresión logística aplicado al modelamiento espacial de las causas de deforestación en el departamento del Guaviare durante el periodo 2005-2020 y proyección de escenarios de deforestación a 2030. Cuadernos de Geografía: Revista Colombiana de Geografía, 31(2), 255–280. https://doi.org/10.15446/rcdg.v31n2.98012
dc.relation.referencesCampos, A. (2009). Las industrias extractivas como campo social para el análisis: tres perspectivas y un ensayo de debate. Relaciones Internacionales, 11, 25–41. https://doi.org/10.15366/RELACIONESINTERNACIONALES2009.11.002
dc.relation.referencesCano, R., & Mayelly, C. (2018). Reconocimiento territorial mediante sensores remotos para viabilizar la construcción de escenarios turísticos, zona de páramo y subpáramo municipio de Soacha. RIAA, ISSN-e 2145-6453, Vol. 9, No. 2, 2018, 216 Págs., 9(2), 205–216. https://dialnet.unirioja.es/servlet/articulo?codigo=6756138&info=resumen&idioma=SPA
dc.relation.referencesCarr, D. L., Murtinho, F., Pan, W., Barbieri, A., Bilsborrow, R., Suchindran, C., & Whitmore, T. (2008). Un análisis multinivel de población y deforestación en el Parque Nacional Sierra de Lacandón, Petén, Guatemala. Documents d’analisi Geografica, 52, 49. /pmc/articles/PMC8299684/
dc.relation.referencesChen, Z. ;, Zeng, Z. ;, Fu, D. ;, Huang, Y. ;, Li, Q. ;, Zhang, X. ;, Wan, J., Chen, Z., Zeng, Z., Fu, D., Huang, Y., Li, Q., Zhang, X., & Wan, J. (2023). Back-Projection Imaging for Synthetic Aperture Radar with Topography Occlusion. Remote Sensing 2023, Vol. 15, Page 726, 15(3), 726. https://doi.org/10.3390/RS15030726
dc.relation.referencesClerici, N., Armenteras, D., Kareiva, P., Botero, R., Ramírez, J., Forero, G., Ochoa, J., Pedraza, C., Schneider, L., Lora, C., Gómez, C., Linares, M., Hirashiki, C., & Biggs, D. (2020). Deforestation in Colombian protected areas increased during post-conflict periods. Scientific Reports 2020 10:1, 10(1), 1–10. https://doi.org/10.1038/s41598-020-61861-y.
dc.relation.referencesCopernicus. (2018). El programa Copernicus aplicado a la producción y gestión de la información geoespacial Información geográfica, teledetección y los Objetivos de Desarrollo Sostenible Proyecto cofinanciado por la Comisión Europea.
dc.relation.referencesCopernicus. (2022). Copernicus. https://www.copernicus.eu/es
dc.relation.referencesCopernicus, Gobierno de españa, & Instituto Geográfico Nacional 1987-2020. (2018). El programa Copernicus aplicado a la producción y gestión de la información geoespacial. (Comisión Europea).
dc.relation.referencesCotta, H. (1821). Anweisung zum Waldbau : Cotta, Heinrich, 1763-1844. https://archive.org/details/anweisungzumwald00cott/page/20/mode/2up
dc.relation.referencesCouturier, S., & Mas, J.-F. (2009). ¿Qué tan confiable es una tasa de deforestación? ¿Cómo evaluar nuestros mapas con rigor estadístico? 1(2), 117–135.
dc.relation.referencesCuevas, M., & Fallot, A. (2014). Análisis socioeconómico preliminar de tres territorios de Bosque Modelo. Adaptation to Climate Change for Local Development, 1–57.
dc.relation.referencesda Silva, C. F. A., de Andrade, M. O., dos Santos, A. M., & de Melo, S. N. (2023). Road network and deforestation of indigenous lands in the Brazilian Amazon. Transportation Research Part D: Transport and Environment, 119, 103735. https://doi.org/10.1016/J.TRD.2023.103735
dc.relation.referencesDelgado, M. J., Fassnacht, F. E., Peralvo, M., Gross, C. P., & Schmitt, C. B. (2017). Potential of TerraSAR-X and Sentinel 1 Imagery to Map Deforested Areas and Derive Degradation Status in Complex Rain Forests of Ecuador. International Forestry Review, 19(1), 102–118. https://doi.org/10.1505/146554817820888636
dc.relation.referencesDerguy, M. R., Drozd, A. A., & Martinuzzi, S. (2019). Mapa de zonas de vida de Holdridge República Argentina. Investigación Joven, 6(Especial), 127–127. https://revistas.unlp.edu.ar/InvJov/article/view/6995
dc.relation.referencesDoblas, P., Lima, L., Mermoz, S., Bouvet, A., Reiche, J., Watanabe, M., Sant, S., & Shimabukuro, Y. (2023). Inter-comparison of optical and SAR-based forest disturbance warning systems in the Amazon shows the potential of combined SAR-optical monitoring. International Journal of Remote Sensing, 44(1), 59–77. https://doi.org/10.1080/01431161.2022.2157684
dc.relation.referencesEBDON, D. (1982). Estadística para Geógrafos. (Oikos Tau.).
dc.relation.referencesEOS. (2013). Candelaria, Colombia. - Land Viewer | EOS. 2015. https://eos.com/landviewer/?lat=4.59810&lng=-74.07580&z=11
dc.relation.referencesEspinoza, V. (2018). Factors influencing the estimation of aboveground biomass (AGB) in tropical forests using RADAR remote sensing. https://doi.org/10.7287/PEERJ.PREPRINTS.26534V1
dc.relation.referencesFairhead, J., & Leach, M. (1996). Misreading the African landscape: society and ecology in a forest-savanna mosaic. Cambridge University Press; African Studies Series, 90, 71(1). https://doi.org/10.2307/3034551
dc.relation.references(FAO). (1996). Forest resources assessment 1990. Surve of tropical forest cover and study of change processes. Forestry Paper, 149.
dc.relation.referencesFAO. (2003). Los factores de la deforestación y de la degradación de los bosques. https://www.fao.org/3/xii/ms12a-s.htm
dc.relation.referencesFAO. (2010). Evaluación de los recursos forestales mundiales 2010 Informe principal. https://www.fao.org/publications/card/en/c/a4606b30-24e7-506d-9a10-5815d9f2b18c/
dc.relation.referencesFAO, CIFOR, IFRI, & Banco Mundial. (2018). Encuestas de caracterización socioeconómica nacional en el sector forestal. In Estudio FAO montes.
dc.relation.referencesFAO, U. (2020). The State of the World’s Forests 2020. In FAO y PNUMA (Ed.), The State of the World’s Forests 2020. FAO, UNEP. https://doi.org/10.4060/CA8642EN
dc.relation.referencesFernanda, M., & Riveros, C. (2020). Deforestación en el departamento del Chocó por medio de imágenes satelitales LANDSAT y SENTINEL durante el periodo 2015-2019.
dc.relation.referencesFernández-Ordoñez, Y. M., & Soria-Ruiz, J. (2015). Imágenes de radar de apertura sintética y conceptos básicos de polarimetría (A. y P. Instituto Nacional de Investigaciones Forestales, Ed.; Edicion 1 Bibliote…). Avances y perspectivas de geomática con aplicaciones ambientales, agrícolas y urbanas. https://www.researchgate.net/publication/301247047_Imagenes_SAR_y_Conceptos_Basicos_de_Polarimetria
dc.relation.referencesFernow, B. E. (2020). A Brief History of Forestry, by Bernhard E. Fernow. https://books.google.com.co/books?hl=es&lr=&id=lfr0DwAAQBAJ&oi=fnd&pg=PA2&dq=Fernow,+B.+E.+(1911).+A+Brief+History+of+Forestry.+University+of+Toronto+Press.&ots=jWJGFED5MP&sig=9ON7_WBDWQQF7Am0hEk7yml_AXc&redir_esc=y#v=onepage&q&f=false
dc.relation.referencesForero, J., & Polanco, M. (2021). Análisis de la deforestación en La Macarena, antes y después de los acuerdos de paz. Colombia Forestal, 24(2), 9–23. https://doi.org/10.14483/2256201X.16479
dc.relation.referencesGalindo, G., Espejo, O., Ramírez, J. P., Forero, C., Valbuena, C. A., Rubiano, J. C., & Cabrera, E. (2014). Memoria técnica de la cuantificación de la superficie de bosque natural y deforestación a nivel nacional. Actualización periodo 2012-2013. Instituto de Hidrologıa, Meteorologıa y Estudios Ambientales–IDEAM. https://www.researchgate.net/publication/305721025_Memoria_tecnica_de_la_cuantificacion_de_la_superficie_de_bosque_natural_y_deforestacion_a_nivel_nacional_Actualizacion_periodo_2012-2013
dc.relation.referencesGeist, H. J., & series, E. F. (2001). What drives tropical deforestation. Researchgate.Net, 4, 116. https://sci-hub.ren/https://www.researchgate.net/file.PostFileLoader.html?id=5718d0c45b49529e1022d17c&assetKey=AS%3A353297518088192%401461244100101
dc.relation.referencesGeoghegan, J., Cortina Villar, S., Klepeis, P., Mendoza, P. M., Ogneva-Himmelberger, Y., Chowdhury, R. R., Ii, B. L. T., & Vance, C. (2001). Modeling tropical deforestation in the southern Yucatán peninsular region: comparing survey and satellite data. Ecosystems and Environment, 85, 25–46. https://www.public.asu.edu/~bturner4/Geogehgan%20etal.%202001.pdf
dc.relation.referencesGFW. (2025, January 23). Interactive World Forest Map & Tree Cover Change Data | GFW. https://www.globalforestwatch.org/
dc.relation.referencesGimah, B. G., & Bodo, T. (2019). Creation of awareness through environmental adult education as a solution to the problem of habitat loss in Ogoni, Rivers State, Nigeria. International Journal of Advanced Research and Publications, 3(1), 22–28
dc.relation.referencesGovorov, M., Beconytė, G., & Gienko, G. (2023). Trivariate Kernel Density Estimation of Spatiotemporal Crime Events with Case Study for Lithuania. Sustainability 2023, Vol. 15, Page 8524, 15(11), 8524. https://doi.org/10.3390/SU15118524
dc.relation.referencesGrima, N., & Singh, S. (2019). How the end of armed conflicts influence forest cover and subsequently ecosystem services provision? An analysis of four case studies in biodiversity hotspots. Land Use Policy, 81, 267–275. https://doi.org/10.1016/J.LANDUSEPOL.2018.10.056
dc.relation.referencesGuerrero, S. (2019). Vista de La minería como dinamizadora de conflictos socioculturales en el municipio de Lloró, Chocó, Colombia. Polisemia, 15(27), 39–57. https://doi.org/10.26620/uniminuto
dc.relation.referencesGuzmán, L. (2022). Análisis de efectividad de la sentencia T-622/16 ¿Sentencia estructural-dialógica? Revista IUS, 16(49), 213–222. https://doi.org/10.35487/RIUS.V16I49.2022.684
dc.relation.referencesGyamfi, E., & Gebreslasie, M. (2021). Two Decades Progress on the Application of Remote Sensing for Monitoring Tropical and Sub-Tropical Natural Forests: A Review. Forests 2021, Vol. 12, Page 739, 12(6), 739. https://doi.org/10.3390/F12060739
dc.relation.referencesHansen, M. C., Potapov, P. V., Moore, R., Hancher, M., Turubanova, S. A., Tyukavina, A., Thau, D., Stehman, S. V., Goetz, S. J., Loveland, T. R., Kommareddy, A., Egorov, A., Chini, L., Justice, C. O., & Townshend, J. R. G. (2013). High-resolution global maps of 21st-century forest cover change. Science, 342(6160), 850–853. https://doi.org/10.1126/SCIENCE.1244693/SUPPL_FILE/HANSEN.SM.PDF
dc.relation.referencesHansen, M., Stehman, S., Potapov, P., Loveland, T., Townshend, J., DeFries, R., Pittman, K., Arunarwati, B., Stolle, F., Steininger, M., Carroll, M., & DiMiceli, C. (2008). Humid tropical forest clearing from 2000 to 2005 quantified by using multitemporal and multiresolution remotely sensed data. Proceedings of the National Academy of Sciences of the United States of America, 105(27), 9439–9444. https://doi.org/10.1073/PNAS.0804042105/SUPPL_FILE/0804042105SI.PDF
dc.relation.referencesHarris, N. L., Gibbs, D. A., Baccini, A., Birdsey, R. A., de Bruin, S., Farina, M., Fatoyinbo, L., Hansen, M. C., Herold, M., Houghton, R. A., Potapov, P. V., Suarez, D. R., Roman-Cuesta, R. M., Saatchi, S. S., Slay, C. M., Turubanova, S. A., & Tyukavina, A. (2021). Global maps of twenty-first century forest carbon fluxes. Nature Climate Change 2021 11:3, 11(3), 234–240. https://doi.org/10.1038/s41558-020-00976-6
dc.relation.referencesHazin, M. S. (2013). Desarrollo minero y conflictos socioambientales: los casos de Colombia, México y el Perú. Industrias Extractivas y Relaciones Internacionales,11.https://doi.org/https://doi.org/10.15366/relacionesinternacionales2009.11.002
dc.relation.referencesHeijnen, S. H., Ligthart, L. P., & Khlusov, V. (2002). COMESA: Concurrent measurements of the elements of the scattering matrix. 14th International Conference on Microwaves, Radar and Wireless Communications, MIKON 2002, 1, 179–182. https://doi.org/10.1109/MIKON.2002.1017829
dc.relation.referencesHein, J., Cairo, C. Del, Ortiz Gallego, D., Vergara Gutiérrez, T., Sebastian Velez, J., & Carlo Rodríguez De Francisco, J. (2020). A political ecology of green territorialization: frontier expansion and conservation in the Colombian Amazon. Die-Erde.Org, 151(1), 37–57. https://doi.org/10.12854/erde-2020-456
dc.relation.referencesHernández, O. G., Artigas, R. C., González, J. M. S., & García, L. V. (2018). Predictive modeling in Biogeography: Applying ecological niche modelling in Physical Geography. Boletin de La Asociacion de Geografos Espanoles, 2018(78), 88–126. https://doi.org/10.21138/BAGE.2395
dc.relation.referencesHonorio, E., Timothy, C., & Baker, R. (2010). Manual para el monitoreo del ciclo del carbono en bosques amazónicos. Natural Environment Research Council (NERC).
dc.relation.referencesHussain, M., Chen, D., Cheng, A., Wei, H., & Stanley, D. (2013). Change detection from remotely sensed images: From pixel-based to object-based approaches. ISPRS Journal of Photogrammetry and Remote Sensing, 80, 91–106. https://doi.org/10.1016/J.ISPRSJPRS.2013.03.006
dc.relation.referencesIDEAM. (2016). DEFORESTACIÓN EN COLOMBIA - IDEAM. http://web.archive.org/web/20220901045246/http://www.ideam.gov.co/web/bosques/deforestacion-colombia
dc.relation.referencesIDEAM. (2017a). IDEAM presentó los datos actualizados del monitoreo a la deforestación en 2017 ELIMINACIÓN DE DOCUMENTOS POR VIGENCIA SEGÚN EL TIEMPO DE RETENCIÓN DEL ARCHIVO CENTRAL - NOTICIAS - IDEAM. http://www.ideam.gov.co/web/sala-de-prensa/noticias/-/asset_publisher/LdWW0ECY1uxz/content/id/72115815?_101_INSTANCE_LdWW0ECY1uxz_urlTitle=ideam-presento-los-datos-actualizados-del-monitoreo-a-la-deforestacion-en-2017
dc.relation.referencesIDEAM. (2017b). Información geográfica de datos abiertos del IDEAM. http://www.ideam.gov.co/inicio?p_p_id=101&p_p_lifecycle=0&p_p_state=maximized&p_p_mode=view&_101_struts_action=%2Fasset_publisher%2Fview_content&_101_assetEntryId=91482640&_101_type=content&_101_urlTitle=capas-geo
dc.relation.referencesIDEAM, MINAMBIENTE, & GOBIERNO DE COLOMBIA. (2020). EQUIPO COORDINADOR DE LA ESTRATEGIA. https://redd.unfccc.int/files/eicdgb_bosques_territorios_de_vida_web.pdf
dc.relation.referencesIGAC. (2017). Datos Abiertos IGAC | GEOPORTAL. https://geoportal.igac.gov.co/contenido/datos-abiertos-igac
dc.relation.referencesInstituto Nacional de Pesquisas Espaciais (INPE). (2024). Projeto PRODES: Monitoramento da Floresta Amazônica Brasileira por Satélite. http://www.obt.inpe.br/OBT/assuntos/programas/amazonia/prodes
dc.relation.referencesJaimes, N. B. P., Sendra, J. B., Delgado, M. G., & Plata, R. F. (2011). Análisis de los factores inductores de los cambios ocurridos en la superficie forestal del estado de México en el período 1993-2000. Boletín de La Asociación Española de Geografía, 56, 9–34.
dc.relation.referencesKeith, D., Benson, D., Baird, I., Watts, L., Simpson, C., Krogh, M., Gorissen, S., Ferrer, J., & Mason, T. (2023). Effects of interactions between anthropogenic stressors and recurring perturbations on ecosystem resilience and collapse. Conservation Biology : The Journal of the Society for Conservation Biology, 37(1). https://doi.org/10.1111/COBI.13995
dc.relation.referencesLall, A. (2015). Data Streaming Algorithms for the Kolmogorov-Smirnov Test. EEE International Conference on Big Data (Big Data), 95–104. https://doi.org/10.1109/BigData.2015.7363746
dc.relation.referencesLara, J. S., Furtado, A. T., & Altimiras, A. (2020). Minería del platino y el oro en Chocó: Pobreza, riqueza natural e informalidad. Revista de Economia Institucional, 21(42), 241–268. https://doi.org/10.18601/01245996.v22n42.10
dc.relation.referencesLaurance, W. F., Cochrane, M. A., Bergen, S., Fearnside, P. M., Delamônica, P., Barber, C., D’Angelo, S., & Fernandes, T. (2001). The future of the Brazilian Amazon. Science, 291(5503), 438–439. https://doi.org/10.1126/SCIENCE.291.5503.438
dc.relation.referencesMarfo, E., & Schanz, H. (2009). Managing logging compensation payment conflicts in Ghana: Understanding actor-empowerment and implications for policy intervention. Land Use Policy, 26(3), 619–629. https://doi.org/10.1016/J.LANDUSEPOL.2008.08.009
dc.relation.referencesMartínez, G., Torres, J., & Medina, A. (2015). Aprovechamiento forestal maderable en cuatro municipios del departamento de Chocó, Colombia. Revista de Investigación Agraria y Ambiental, 6(2), 57–74. https://doi.org/10.22490/21456453.1405
dc.relation.referencesMas, J., Lemoine, R., González, R., López, J., Piña, A., & Herrera, E. (2017). Evaluación de las tasas de deforestación en Michoacán a escala detallada mediante un método híbrido de clasificación de imágenes SPOT. Madera y Bosques, 23(2), 119–131. https://doi.org/10.21829/MYB.2017.2321472
dc.relation.referencesMcmurray, A., Casarim, F., Bernal, B., Pearson, T., & Sidman, G. (2017). Los servicios ecosistémicos de los bosques tropicales y un marco propuesto para evaluarlos. WINROCK.
dc.relation.referencesMd Jelas, I., Zulkifley, M. A., Abdullah, M., & Spraggon, M. (2024). Deforestation detection using deep learning-based semantic segmentation techniques: a systematic review. Frontiers in Forests and Global Change, 7, 1300060. https://doi.org/10.3389/FFGC.2024.1300060/BIBTEX
dc.relation.referencesMedina, E. J., Sierra, L. F., & Domínguez, A. R. (2021). Perspectiva multidimensional de la pobreza en los hogares colombianos. Sociedad y Economía, 44, e10310734. https://doi.org/10.25100/SYE.V0I44.10734
dc.relation.referencesMirza, B. S., McGlinn, D. J., Bohannan, B. J. M., Nüsslein, K., Tiedje, J. M., & Rodrigues, J. L. M. (2020). Diazotrophs show signs of restoration in Amazon rain forest soils with ecosystem rehabilitation. Applied and Environmental Microbiology, 86(10), 1–23. https://doi.org/10.1128/AEM.00195-20
dc.relation.referencesMoradi, Z., Tabrizi, A., Moradi, Z., & Tabrizi, A. (2023). A study of the comparison between artificial neural networks, logistic regression and similarity weighted instance-based learning in modeling and predicting trends in deforestation. Neuromorphic Computing. https://doi.org/10.5772/INTECHOPEN.111615
dc.relation.referencesMoran, E., & Ostrom, E. (2005). Edited by Seeing the Forest and the Trees Human-Environment Interactions in Forest Ecosystems.
dc.relation.referencesMuñoz, A., Galicia, F., & Pérez, H. (2018). Agricultura migratoria conductor del cambio de uso del suelo de ecosistemas alto-andinos de colombia. Biotecnología En El Sector Agropecuario y Agroindustrial., 16(1), 1–11. https://doi.org/10.18684/bsaa.v16n1.630
dc.relation.referencesNgo, K., Lechner, A., & Vu, T. (2020). Land cover mapping of the Mekong Delta to support natural resource management with multi-temporal Sentinel-1A synthetic aperture radar imagery. Remote Sensing Applications: Society and Environment, 17. https://doi.org/10.1016/J.RSASE.2019.100272
dc.relation.referencesNicolau, A., Flores, A., Griffin, R., Herndon, K., & Meyer, F. (2021). Assessing SAR C-band data to effectively distinguish modified land uses in a heavily disturbed Amazon forest. International Journal of Applied Earth Observation and Geoinformation, 94, 102214. https://doi.org/10.1016/J.JAG.2020.102214
dc.relation.referencesPosada, E., & Salvatierra, C. H. (2017). Análisis comparativo de las metodologías de los sistemas de clasificación de la cobertura de la tierra LCCS y CORINE, para mapeo de coberturas terrestres. Revista Geográfica, 157, 135–160. https://biblat.unam.mx/es/revista/revista-geografica/articulo/analisis-comparativo-de-las-metodologias-de-los-sistemas-de-clasificacion-de-la-cobertura-de-la-tierra-lccs-y-corine-para-mapeo-de-coberturas-terrestres
dc.relation.referencesPrieto, J., Lima, L., Mermoz, S., Bouvet, A., Reiche, J., Watanabe, M., Sant Anna, S., & Shimabukuro, Y. (2023). Inter-comparison of optical and SAR-based forest disturbance warning systems in the Amazon shows the potential of combined SAR-optical monitoring. International Journal of Remote Sensing, 44(1), 59–77. https://doi.org/10.1080/01431161.2022.2157684
dc.relation.referencesPuerta, R., & Fajardo, R. (2022). Cobertura boscosa al 2021 en la provincia leoncio prado, Perú. The Biologist (Lima), 20(1), 93-101. https://doi.org/10.24039/rtb20222011319
dc.relation.referencesPuyravaud, J. (2003). Standardizing the calculation of the annual rate of deforestation. Forest Ecology and Management, 177(1–3), 593–596. https://doi.org/10.1016/S0378-1127(02)00335-3
dc.relation.referencesQuezada, A., Tapia, J., & Sacoto, E. (2022). Estimación de la tasa de deforestación en Pastaza y Orellana- Ecuador mediante el análisis multitemporal de imágenes satelitales durante el período 2000-2020. Alfa Revista de Investigación En Ciencias Agronómicas y Veterinaria, 6(17), 282–299. https://doi.org/10.33996/REVISTAALFA.V6I17.168
dc.relation.referencesRamahi, F. (2020). Spatial analysis of radon gas concentration distrbuted at baghdad city using remote sensing and geographic information system techniquesd. Iraqi Journal of Agricultural Sciences, 51, 21–32. https://jcoagri.uobaghdad.edu.iq/index.php/intro/article/view/879/661
dc.relation.referencesRamírez, G., & Ledezma, E. (2007). Efectos de las actividades socio-económicas (minería y explotación maderera) sobre los bosques del departamento del chocó. Revista Institucional Universidad Tecnológica Del Chocó D.L.C, 26, 58–65.
dc.relation.referencesReef Resilience Network. (2023). Teledetección óptica y por radar | Resiliencia del arrecife. https://reefresilience.org/es/management-strategies/remote-sensing-and-mapping/introduction-to-remote-sensing/optical-and-radar-remote-sensing/
dc.relation.referencesRentería, C., Calle, C., Rentería, C., & Calle, C. (2021). Comunidades negras y saberes ancestrales ambientales: un análisis desde los principios de la educación popular ambiental para re(pensar) las relaciones sociedad-naturaleza. Revista Colombiana de Educación, 1(81), 311–336. https://doi.org/10.17227/RCE.NUM81-10715
dc.relation.referencesRestrepo, C. L. (2020). The reformation of the discourse of human rights: the atrato river case in judgment t-622 of 2016 of the constitutional court of colombia. 21, 71–94.
dc.relation.referencesRestrepo, J., Hoyos, N., & Restrepo, J. (2023). Dinámicas espacio-temporales de la deforestación en los municipios de Riosucio y Río Quito, Chocó, Colombia. Revista de La Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 47(185), 977–995. https://doi.org/10.18257/RACCEFYN.1961
dc.relation.referencesReyes, O., Treviño, E. J., Jiménez, J., Aguirre, O. A., Cuéllar, L. G., Flores, J. G., & Cárdenas, A. (2019). Modelización de biomasa forestal aérea mediante técnicas deterministas y estocásticas. Madreas y Bosques (INECOL), 25(1). https://doi.org/10.21829/myb.2019.2511622
dc.relation.referencesRodrigues, W., Carlos, J., & Tessarolo, G. (2020). Uncovering the spatial variability of recent deforestation drivers in the Brazilian Cerrado. Journal of Environmental Management, 275, 111243. https://doi.org/10.1016/j.jenvman.2020.111243
dc.relation.referencesRojas, R. (2018). Ambiente y post-acuerdo en Colombia: la construcción de una paz integral y con la naturaleza no-humana. Gestión y Ambiente, 21(2Supl), 183–192. https://doi.org/10.15446/ga.v21n2supl.77961
dc.relation.referencesRomero, H. G. (2013). Deforestación en Colombia: Retos y perspectivas.
dc.relation.referencesSales, C. (2017). La innovación tecnológica en el sector maderero. CIRAD-Forêt. https://www.fao.org/4/x8820s/x8820s12.htm
dc.relation.referencesSanchez, A. M., & Mitchell, T. A. (2013). Identifying hotspots of deforestation and reforestation in Colombia (2001–2010): implications for protected areas. Ecosphere, 4(11), 1–21. https://doi.org/10.1890/ES13-00207.1
dc.relation.referencesSánchez, S. (2018). Identificación y cuantificación de los procesos de cambio de las coberturas sobre el territorio de la cuenca alta del río Bogotá, entre 1977 y 2015. Revista Ciudades, Estados y Política, 5(2), 17–32. https://doi.org/10.15446/CEP.V5N2.68552
dc.relation.referencesSchumann, M. E. (2001). People and Forests: Communities, Institutions, and Governance, edited by Clark C. Gibson, Margaret A. McKean & Elinor Ostrom, and The Business of Sustainable Forestry: Case Studies, a Project of the Sustainable Forestry Working Group. Nat. Resources J, 41.
dc.relation.referencesShukla, J., Nobre, C., & Sellers, P. (1990). Amazon Deforestation and Climate Change. Science, 247(1322), 13–25. https://dlc.dlib.indiana.edu/dlc/bitstream/handle/10535/2838/Reproduced.pdf?sequence=1&isAllowed=y
dc.relation.referencesSingh, M., & Yan, S. (2021). Spatial–temporal variations in deforestation hotspots in Sumatra and Kalimantan from 2001–2018. Ecology and Evolution, 11(12), 7302. https://doi.org/10.1002/ECE3.7562
dc.relation.referencesSkole, D., & Tucker, C. (1993). Tropical deforestation and habitat fragmentation in the Amazon: satellite data from 1978 to 1988. Science (New York, N.Y.), 260(5116), 1905–1910. https://doi.org/10.1126/SCIENCE.260.5116.1905
dc.relation.referencesSomarriba, E. (2009). Planificación agroforestal de fincas. In Centro Agronómico Tropical de Investigación y Enseñanza (CATIE). https://www.researchgate.net/publication/324263337_Planificacion_agroforestal_de_fincas
dc.relation.referencesStaal, A., Flores, B., Paula, A., Aguiar, D., González, A., Clerici, N., & Quesada, B. (2021). Growing mining contribution to Colombian deforestation. Environmental Research Letters, 16(6), 1–12. https://doi.org/10.1088/1748-9326/ABFCF8
dc.relation.referencesSusanto, I., Iriawan, N., & Kuswanto, H. (2022). On the Bayesian Mixture of Generalized Linear Models with Gamma-Distributed Responses. Econometrics 2022, Vol. 10, Page 32, 10(4), 32. https://doi.org/10.3390/ECONOMETRICS10040032
dc.relation.referencesThéry, H. (1991). Hecht, Susanna et Cockburn, Alexander (1989) The Fate of the Forest, Developers, Destroyers and Defenders of the Amazon. Londres et New York, Verso, 268 p. / Hall, Anthony (1989) Developing Amazonia, Deforestation and Social Conflict in Brazil’s Carajas Programme. Manchester, Manchester University Press, 298 p. Cahiers de Géographie Du Québec, 35(94), 201–202. https://doi.org/10.7202/022168AR
dc.relation.referencesToro, N., Gomariz, F., Cánovas, F., & Alonso, F. (2015). Comparación de métodos de clasificación de imágenes de satélite en la cuenca del río Argos (Región de Murcia). Boletín de La Asociación de Geógrafos Españoles, ISSN 0212-9426, ISSN-e 2605-3322, No. 67 (1o Cuatrimestre), 2015, Págs. 327-347, 67, 327–347. https://dialnet.unirioja.es/servlet/articulo?codigo=5035579&info=resumen&idioma=ENG
dc.relation.referencesTorres-Torres, J., Medina, H., & Martínez, M. (2019). Caracterización del aprovechamiento forestal como herramienta para el manejo del bosque natural en el Medio Atrato. Rev. Biodivers. Neotrop, 9(4), 1–14. https://doi.org/http://dx.doi.org/10.18636/bioneotropical.v9i4.835
dc.relation.referencesTymchuk, N., & Potasheva, Y. (2021). Landscape approach in assessing the bioresource potential of specially protected natural areas. IOP Conf. Ser.: Earth Environ. Sci, 839, 1–7. https://doi.org/10.1088/1755-1315/839/2/022074
dc.relation.referencesValois, C., & Martínez, R. (2017). Especies vegetales colonizadoras de áreas perturbadas por la minería en bosques pluviales del Chocó, Colombia. 18(1), 2–29. https://doi.org/10.21068/c2017.v18n01a7
dc.relation.referencesValois, H., & Martínez, C. (2016). Vulnerabilidad de los bosques naturales en el Chocó biogeográfico colombiano: actividad minera y conservación de la biodiversidad. Bosque (Valdivia), 37(2), 295–305. https://doi.org/10.4067/S0717-92002016000200008
dc.relation.referencesVargas, C., Itoh, T., Tsuji, S., Koide, T., Hirose, K., & Okonogi, H. (2019). Automatic Deforestation Detection Methodology Using Sentinel-1. International Geoscience and Remote Sensing Symposium (IGARSS), 6590–6593. https://doi.org/10.1109/IGARSS.2019.8898609
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.ddc330 - Economía::333 - Economía de la tierra y de la energía
dc.subject.ddc550 - Ciencias de la tierra
dc.subject.ddc300 - Ciencias sociales::307 - Comunidades
dc.subject.lembDiversidad biológica - Chocó, Colombia
dc.subject.lembDeforestación - Chocó, Colombia
dc.subject.lembEcosistemas - Chocó, Colombia
dc.subject.lembBosques tropicales - Chocó, Colombia
dc.subject.lembExplotación forestal - Chocó, Colombia
dc.subject.proposalMonitoreospa
dc.subject.proposalteledetecciónspa
dc.subject.proposalbosquespa
dc.subject.proposaltalaspa
dc.subject.proposalcambio climáticospa
dc.subject.proposalChocó biogeográficospa
dc.subject.proposalMonitoringeng
dc.subject.proposalRemote sensingeng
dc.subject.proposalForesteng
dc.subject.proposalLoggingeng
dc.subject.proposalClimate changeeng
dc.subject.proposalChocó biogeographiceng
dc.titleTendencias de deforestación en territorios afrodescendientes e indígenas del Chocó biogeográficospa
dc.title.translatedDeforestation trends in Afro-descendant and indigenous territories of the Chocó Biogeographiceng
dc.typeTrabajo de grado - Maestría
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dcterms.audience.professionaldevelopmentGrupos comunitarios
dcterms.audience.professionaldevelopmentEstudiantes
dcterms.audience.professionaldevelopmentMaestros
dcterms.audience.professionaldevelopmentPúblico general
dcterms.audience.professionaldevelopmentInvestigadores
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
oaire.awardtitleTendencias de deforestación en territorios afrodescendientes e indígenas del Chocó biogeográfico
oaire.fundernameSistema General de Regalías – SGR
oaire.fundernameMinciencias

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
Tesis de Maestría en Bosques y Conservación Ambiental
Tamaño:
9.14 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
5.74 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Bosques y Conservación Ambiental