Idoneidad de la tierra para la acuicultura

sostenible de trucha arcoíris ( Oncorhynchus

mykiss ) en Molinopampa (Perú) Basado en RS,
GIS y AHP
Abstracto
La acuicultura peruana, específicamente la producción de truchas, ha tenido un crecimiento
importante en los últimos diez años. Sin embargo, el establecimiento y la expansión de la
acuicultura en pequeña escala se han llevado a cabo sin considerar la idoneidad de la tierra. En
Perú, tales estudios de aptitud de la tierra aún no se han informado. Por lo tanto, se presenta un
marco metodológico para la acuicultura continental, que podrá ser replicado, con los
complementos necesarios, para todo el sector de la Pesca y Acuicultura en el Perú. Este trabajo
modeló la idoneidad de la tierra para la acuicultura sostenible de la trucha arcoíris en el distrito
de Molinopampa (Perú). Se identificaron quince criterios clave (socioeconómicos, ambientales y
fisicoquímicos) para el correcto desarrollo de la actividad piscícola. Estos fueron mapeados
usando Teledetección (RS) y Sistemas de Información Geográfica (SIG). Se aplicó el Proceso
de Jerarquía Analítica (AHP) para construir matrices de comparación entre pares y ponderar la
importancia de los criterios. La superposición ponderada de mapas (criterios) permitió determinar
que el 4,26%, 23,03% y 69,73% del territorio es “muy apto”, “moderadamente apto” y
“marginalmente apto”, respectivamente, para el desarrollo de la acuicultura. La implementación
de esta metodología contribuirá a que la planificación y los esfuerzos de inversión sean más
efectivos, tanto por parte del gobierno como de la iniciativa privada. para el desarrollo de la
acuicultura. La implementación de esta metodología contribuirá a que la planificación y los
esfuerzos de inversión sean más efectivos, tanto por parte del gobierno como de la iniciativa
privada. para el desarrollo de la acuicultura. La implementación de esta metodología contribuirá
a que la planificación y los esfuerzos de inversión sean más efectivos, tanto por parte del
gobierno como de la iniciativa privada.

Palabras clave:

amazonas ; proceso de jerarquía analítica (AHP) ; piscicultura ; sistema de información

geográfica (SIG) ; modelado SIG ; evaluación multicriterio (MCE) ; teledetección
(RS) ; desarrollo sostenible

1. Introducción
En Perú, el sector Pesca y Acuicultura (FandA) representa el 2% del Producto Interno Bruto
(PIB) [ 1 ]. En particular, la producción acuícola ha crecido a una tasa promedio anual del 12%,
pasando de 28.400 toneladas métricas (TM) en 2006 a poco más de 100.000 TM en 2017, siendo
trucha arcoíris ( Oncorhynchus mykiss ), langostinos ( Litopenaeus vannamei ), concha de
abanico ( Argopecten purpuratus ) y tilapia (diferentes variedades), especies que representan el
97% del volumen total cosechado [ 2 ]. En 2017, la trucha representó el 54,63% (54.878,43 TM)
de la producción acuícola peruana, de la cual el 88,6% permaneció en el mercado nacional,
consolidando un crecimiento del 339,1% en los últimos diez años [ 3]. Sin embargo, la acuicultura
peruana aún presenta algunas limitaciones (tecnológicas, comerciales, de organización logística,
acceso al crédito, capacidad técnico-profesional, red de proveedores de servicios y bienes de
fácil acceso) que no han permitido su expansión frente a otros países de la región como Chile,
Ecuador, Brasil y México [ 2 , 4 ]. Además, uno de los mayores desafíos para el desarrollo
sostenible de la acuicultura es el uso común del agua, la tierra y otros recursos con usos
alternativos como la pesca, la ganadería, la agricultura y el turismo, entre otros [ 5 ].

Para permitir una acuicultura sostenible y competitiva, bajo el Enfoque Ecosistémico de la

Acuicultura (EAA) [ 6 , 7 ], esta actividad debe planificarse espacialmente, incluida la
zonificación, la selección de sitios adecuados y el diseño de áreas de gestión acuícola
[ 5 , 8 ]. Con el fin de minimizar al máximo los problemas comunes derivados de la falta de
ordenación territorial y administrativa [ 5 , 9] son: (i) enfermedades de los peces; (ii) problemas
ambientales (eutrofización, pérdida de servicios ecosistémicos y biodiversidad, etc.); (iii)
problemas de producción (menor crecimiento y biomasa, sobreconsumo de oxígeno y
microalgas, mala estandarización del producto, etc.); (iv) conflictos sociales; (v) problemas de
poscosecha; (vi) riesgo financiero, y; (vii) falta de resiliencia a las variaciones climáticas y otras
amenazas y desastres externos.

En este sentido, la teledetección (RS), los Sistemas de Información Geográfica (SIG) y la

técnica de integración de Evaluación Multicriterio (MCE) se reconocen como un sistema de apoyo
a la decisión que integra datos espacialmente referenciados en un entorno espacialmente
referenciado para la toma de decisiones. , que a menudo incluyen un gran conjunto de
alternativas viables [ 5 , 10 ]. Una técnica de MCE que se ha utilizado para describir, explicar y
predecir sitios adecuados bajo criterios de interés es el Proceso de Jerarquía Analítica (AHP)
[ 10 ]. El AHP reduce la subjetividad en la toma de decisiones al crear una serie de filtros
(jerarquías) de selección y, al mismo tiempo, permite elegir entre alternativas complejas [ 11 ].

Las herramientas RS, GIS y MCE han permitido realizar estudios de evaluación de la aptitud
del suelo para la acuicultura continental (lénticos y lóticos). Todo el territorio de África [ 12 ],
América Latina [ 13 ], Uruguay [ 14 ], Colombia [ 15 ] y otras regiones de menor extensión
geográfica [ 10 , 16 , 17 , 18 , 19 , 20 , 21 , 22 , 23 , 24 , 25 , 26] ha sido evaluado. En Perú, no
se han reportado estudios similares, y la acuicultura en estanques terrestres se vuelve más
importante ya que los permisos de seguro para la producción de acuicultura continental son
fácilmente tomados por pequeños agricultores, que pertenecen a la Acuicultura de Recursos
Limitados (AREL; 62.3%) y Micro y Pequeños Empresariales (AMYPE; 37,5%) [ 27 ]. En
resumen, garantizan el sustento de poco más del 1% de la población peruana [ 2 ], contribuyen
a la seguridad alimentaria (aumento del consumo de proteína animal y mejora de los niveles
nutricionales) y ayudan a aliviar la pobreza [ 10]. Sin embargo, el establecimiento y la expansión
de la acuicultura en pequeña escala se han llevado a cabo sin tener en cuenta la idoneidad del
sitio en términos de tierra, agua, suministros, aspectos socioeconómicos y otros recursos
disponibles para el desarrollo de la acuicultura [ 19 ].

Dada la importancia de la acuicultura y las limitaciones de las evaluaciones de idoneidad

de la tierra para la piscicultura, este estudio también ha integrado RS, GIS y AHP con el objetivo
de modelar la idoneidad de la tierra para la acuicultura sostenible de trucha arcoíris en el distrito
de Molinopampa en Perú. En consecuencia, (a) se identificaron y mapearon criterios clave
(socioeconómicos, ambientales y fisicoquímicos de las fuentes de agua) para el adecuado
desarrollo de la actividad piscícola; (b) la importancia de los criterios y subcriterios fue
jerarquizada y ponderada por matrices de comparación entre pares, y; c) se determinaron los
sitios potenciales para el desarrollo de la actividad. Finalmente, se busca brindar herramientas
para la toma de decisiones en la asignación de terrenos para la acuicultura en el distrito, además,
presentar un marco metodológico en acuicultura continental,

2. Materiales y métodos
2.1. Área de estudio
El distrito de Molinopampa tiene una superficie aproximada de 340,64 km 2 y está ubicado
al sureste de la región de Amazonas (Perú) ( Figura 1 ). Se ubica entre los paralelos 6.13° y
6.31° de latitud Sur y los meridianos 77.47° y 77.73° de longitud Oeste, con un gradiente
altitudinal entre 2000 y 3700 msnm Posee un clima muy húmedo, tanto templado cálido como
templado frío, con mínimas temperaturas que alcanzan los 7 °C y temperaturas máximas de 25
°C. La precipitación media anual acumulada es de 1560 mm, siendo los meses de noviembre a
marzo los de mayor intensidad de lluvia [ 28 ]. La población en el área de estudio asciende a
2176 habitantes, con una densidad poblacional de 6,52 hab/km 2y alrededor del 80% dedicado a
la actividad agrícola y forestal [ 29 ].
Figura 1. Ubicación geográfica del distrito de Molinopampa, provincia de Chachapoyas-
Amazonas, Perú.

El distrito se caracteriza por la agricultura a pequeña escala, así como uno de los cuatro
principales frentes de ganado lechero en Amazonas [ 30 ]. Sin embargo, las malas prácticas
agrícolas, la silvicultura insostenible y la crianza de ganado, principalmente en campo abierto o
extensivo [ 31 ], con un bajo nivel tecnológico y estratégico de producción y manejo de pastos,
han llevado a la degradación del suelo [ 32 ]. Como alternativas se han adoptado tecnologías
silvopastoriles impulsadas por el mejoramiento genético a través de la inseminación artificial, la
construcción de instalaciones para el ordeño y el manejo adecuado de la leche cruda [ 33 ]. El
Área de Conservación Privada (ACP) Palmeral de la comunidad campesina de Taulía
Molinopampa (109.2 km 2 ) [ 34] también se ha establecido un ecosistema único de palmeras del
género Ceroxylon sp. donde las actividades antrópicas productivas están restringidas. Además,
para promover la acuicultura, la Dirección Regional de Producción Amazónica (DIREPRO-A) del
Ministerio de la Producción (PRODUCE) ha instalado el centro de experimentación y producción
de trucha arcoíris.

Actualmente, solo cinco familias complementan su economía familiar con la acuicultura en

estanques de tierra. Sin embargo, en los últimos dos años, la actividad pesquera se ha visto
potenciada por el potencial hidrológico y una mayor promoción activa del gobierno nacional. Esta
promoción se ha dado a través del cofinanciamiento de proyectos RandD+i por parte del
Programa Nacional de Innovación en Pesca y Acuicultura (PNIPA) de PRODUCE e
implementado en alianza entre la academia y asociaciones de productores locales. PNIPA ha
recibido fondos de subvenciones del gobierno para cofinanciar proyectos RandD+i en PandA que
promueven el desarrollo aplicado, adaptativo, extensionista y de capacidades de la oferta de
servicios [ 1]. Como resultado del PNIPA 2017-2018 y parte del 2018-2019, se han otorgado
subvenciones para 470 proyectos en acuicultura, de los cuales el departamento de Amazonas
concentra 49 (10,4%), ejecutándose seis de ellos en el distrito de Molinopampa con una inversión
de más de 300 mil dólares (USD) [ 35 ].

2.2. Diseño Metodológico

La Figura 2 muestra el diagrama de flujo realizado para modelar la aptitud de la tierra para
la acuicultura sostenible de trucha arcoíris en el distrito de Molinopampa. En resumen, los
criterios que determinan la actividad, la cual fue mapeada mediante RS y SIG, fueron
identificados y seleccionados y comparados entre sí para determinar su grado de importancia a
través del AHP. Posteriormente, en un entorno GIS, los mapas reclasificados se integraron de
acuerdo con los umbrales de idoneidad utilizando la superposición ponderada.

Figura 2. Diagrama de flujo de la metodología para modelar la aptitud de la tierra para la

acuicultura (trucha irisada) en el distrito de Molinopampa (Perú).

2.3. Identificación de criterios

La identificación del área potencial para la acuicultura debe basarse en criterios favorables
para permitir el crecimiento de especies de interés [ 5 ]. Estos criterios se establecieron
considerando manuales de crianza de trucha arco iris de Perú [ 36 ] y FAO [ 37 ], estudios de
adecuación de terrenos para acuicultura de trucha arco iris [ 17 , 18 ], acuicultura de otras
especies [ 8 , 16 , 19 , 24 , 25 , 26 ], y los criterios para la zonificación acuícola establecidos por
la FAO [ 5 , 13]. Los mismos que fueron validados para el proceso de planificación por un grupo
de expertos, integrado por cinco piscicultores de la zona de estudio y seis acuicultores de la
DIREPRO-A del PRODUCE. Con base en la disponibilidad de datos y las condiciones biofísicas
y socioeconómicas del área de estudio, se construyó una jerarquía compuesta por el objetivo
(idoneidad de la tierra para la acuicultura), dos subobjetivos (idoneidad espacial y calidad del
agua), cuatro criterios ( ambientales, económicas, sociales y fisicoquímicas) y 15 subcriterios
(pendiente del terreno, cobertura/uso de la tierra, contenido de arcilla del suelo, pH del suelo,
distancia a los ríos, distancia a las carreteras, distancia a los mercados, distancia a los insumos,
distancia a poblaciones, áreas protegidas y pH, oxígeno disuelto, temperatura, alcalinidad y
dureza del agua) ( Figura 3 ).
Figura 3. Jerarquía de criterios para modelar la aptitud de la tierra para la acuicultura (trucha
irisada) en el distrito de Molinopampa (Perú).

Los subobjetivos ( Figura 3 ) cumplen con el tipo de modelo de datos SIG que permitió su
análisis de idoneidad, el modelo raster para subcriterios espaciales continuos (idoneidad
espacial) y el modelo vectorial para subcriterios de carácter vectorial puntual (34 estaciones de
muestreo para agua). idoneidad de la calidad).

2.4. Software, Mapeo Base e Imágenes Satelitales

En los últimos años, el uso de software de código abierto ha recibido una atención
sustancial en el desarrollo de estudios aplicados al análisis espacial. Se sugiere su uso en la
ciencia para garantizar la reproducibilidad, la fiabilidad, la seguridad, la interoperabilidad y el
rápido despliegue de la información [ 38 ]. Por lo tanto, la gestión y el procesamiento de los datos
espaciales se realizaron en el software de código abierto QGIS (ver 2.18.28) y sus
complementos. Mientras que los datos primarios y secundarios (biofísicos y socioeconómicos)
se recolectaron a través de encuestas sociales, análisis de documentos oficiales, datos
nacionales e internacionales y mediciones de campo.

La pendiente del terreno se obtuvo del Modelo de Elevación Digital Global (GDEM; ver. 3;
banda C; resolución: 30 m), se generó a partir de datos de la Misión Topográfica de Radar del
Transbordador (SRTM) [ 39 ]. El GDEM se descargó de la base de datos del Servicio Geológico
de los Estados Unidos (USGS), a través del complemento SRTM Downloader de QGIS.

Se utilizó una imagen satelital Sentinel 2A (ruta/fila: 17MRP; 2 de agosto de 2019; bandas:
2–8A, 11–12) adquirida de la plataforma Copernicus Services Data Hub de la Agencia Espacial
Europea (ESA) para desarrollar un mapa de cobertura terrestre y uso de la tierra (LC/LU), a
través del complemento de clasificación semiautomática (SCP) de QGIS [ 40 ]. El procesamiento
digital de la imagen se realizó siguiendo la metodología de Rojas et al. [ 41 ] en el SCP. Con base
en la metodología CORINE Land Cover adaptada para Perú [ 42 ], conocimiento previo del área
de estudio y 68 áreas de capacitación, se clasificaron 6 clases de LC/LU: área artificial, matorral
y pastizal, vegetación arbustiva, pastos y cultivos, cuerpo de agua, y bosques La fiabilidad de la
clasificación se reconoce como buena [ 43], ya que la matriz de confusión basada en 196 puntos
de control [ 44 ] indicó una Precisión Global y un Índice Kappa de 0,88 y 0,76, respectivamente.

Además, para tener como referencia la distribución de caminos, ríos y poblaciones del
distrito, la red vial del Ministerio de Transportes y Comunicaciones (MTC) [ 45 ], la hidrografía de
la Hoja 13 h de la Carta Nacional del Se utilizó el Instituto Geográfico Nacional (IGN) (escala
1:100.000), y centros poblados descargados del portal web del Ministerio de Educación
(MINEDU) [ 46 ]. Estas capas vectoriales se actualizaron y complementaron con recorridos de
campo e imágenes satelitales en Google Earth Pro (ver 7.3.2.5776) y SAS Planet (ver 190707)
[ 47 , 48]. Se georreferenciaron los mercados de venta y fuentes de insumos acuícolas de
acuerdo a consideraciones de grupos de expertos, a través de un receptor GPS Garmin Montana
680. La proximidad (a ríos, caminos, centros poblados, mercados y fuentes de insumos) fue
mapeada utilizando la herramienta Distancia Euclidiana.

Para evaluar la calidad fisicoquímica del agua, se establecieron 34 estaciones de muestreo

de agua (SS) ( Figura 1 ) en los principales cauces de los ríos y donde actualmente se practica
la acuicultura. El trabajo de campo se realizó el 20 de junio de 2019 (la estación seca). La
temperatura, el pH y el oxígeno disuelto se registraron in situ con un medidor multiparamétrico
portátil Hach HQ40D. Para los estudios de alcalinidad y dureza se recolectaron, transportaron y
analizaron 34 muestras de agua bajo los estándares establecidos por el Laboratorio de
Investigación de Suelos y Aguas (LABISAG) del Instituto de Investigaciones para el Desarrollo
Sostenible de la Ceja de Selva (INDES-CES) de la Universidad Nacional Toribio Rodríguez de
Mendoza (UNTRM).

El contenido de arcilla y el pH del suelo a un metro de profundidad se obtuvieron de

SoilGrids (ver 0.5.3). Este sistema proporciona predicciones globales para las propiedades
numéricas estándar del suelo a siete profundidades y una resolución de 250 m, generadas a
partir de 150 000 perfiles de suelo, 158 covariables obtenidas de sensores remotos y un conjunto
de métodos de aprendizaje automático [ 49 ].

El límite geográfico del PCA Palmeral de la Comunidad Campesina Taulía Molinopampa se

obtuvo del Servicio Nacional de Áreas Naturales Protegidas por el Estado [ 50 ]. Los expertos
consideraron este subcriterio como una ligera restricción a la actividad de los peces.

En resumen, se prepararon 10 capas base en un modelo raster, un mapa temático para

cada subcriterio de idoneidad espacial. Estos fueron estandarizados a una resolución espacial
de 30 m, en el sistema de coordenadas WGS 1984 UTM 18 Sur y límites espaciales restringidos
a un buffer de 30 m de los límites geográficos políticos del distrito. Además, se preparó una capa
base de modelo vectorial, correspondiente a la idoneidad de la calidad del agua. Esta capa
vectorial de tipo puntual contenía en la tabla de atributos un campo para cada subcriterio
(parámetro físico-químico del agua).

2.5. Evaluación de Criterios Múltiples (MCE) y Proceso de Jerarquía Analítica (AHP)

Las situaciones conflictivas de toma de decisiones con múltiples objetivos y criterios pueden
resolverse utilizando la técnica AHP [ 51 ]. En AHP, el problema está estructurado
jerárquicamente ( Figura 3 ) en diferentes niveles que comprenden un número predeterminado
de elementos [ 24 ].

2.5.1. Umbrales de subcriterios de idoneidad

Para desarrollar la tercera jerarquía ( Figura 3 ), los criterios fueron reclasificados y
puntuados en una escala categórica de cuatro niveles de idoneidad [ 16 , 19 , 25 ]: “Muy
adecuado” (4), “Moderadamente adecuado” (3), “ Marginalmente adecuado” (2) y “No apto”
(1). Esta etapa se basó en la revisión bibliográfica y la consulta con un grupo de expertos para
adaptar los umbrales de idoneidad de cada subcriterio a la condición ambiental local [ 5 ] ( Tabla
1 ).

Cuadro 1. Reclasificación y puntuación de la tercera jerarquía de criterios para modelar la aptitud

de la tierra para la acuicultura (trucha irisada) en el distrito de Molinopampa (Perú).
 Los mapas temáticos de cada subcriterio se reclasificaron utilizando QGIS de acuerdo con
los umbrales establecidos en la Tabla 1 . La reclasificación del ráster se basó en la asignación
de puntajes (de 1 a 4) a cada píxel, en el modelo vectorial se crearon nuevos campos en la tabla
atribuida, donde se colocó el puntaje de idoneidad para cada subcriterio. La figura 4 ilustra la
reclasificación de idoneidad de cada subcriterio.

Figura 4. Reclasificación y puntuación de la tercera jerarquía de criterios para modelar la aptitud

de la tierra para la acuicultura (trucha irisada) en el distrito de Molinopampa (Perú).

2.5.2. Determinación del Peso de Importancia

Para establecer la primera y la segunda jerarquía se construyeron Matrices de
Comparación entre Pares (PCM). Estos permiten la comparación de un criterio con otros y
establecen un grado de importancia entre sí [ 52 ]. La comparación se basó en la escala de nueve
niveles propuesta por Saaty [ 53 ] ( Tabla 2 ), donde cada uno de los seis integrantes del grupo
de expertos asignó un juicio de valor, de menor a mayor importancia, con base en su experiencia
y realidad local . Cada especialista completó cuatro MCP a nivel de subcriterios y uno a nivel de
criterio, de acuerdo con la estructura jerárquica de grupos indicada en la Figura 3 .

Tabla 2. Escala establecida para la asignación de juicios de valor en Peer Comparison Matrices
(PCM).
 Los PCM cuadrados desarrollados por los especialistas ( Tablas S1–S5 ) se
complementaron con columnas que comprenden las etapas de estandarización, priorización
(estandarización de criterios) y cálculos de verificación de consistencia de matriz [ 54 ]. La
priorización nos permite obtener el Peso de Importancia de cada subcriterio y criterio, donde la
suma de los pesos debe ser igual a 1 por grupo jerárquico [ 55 ]. En el desarrollo de PCM
cuadrados, las preferencias subjetivas de los investigadores pueden dar lugar a incoherencias
en la priorización [ 16 ]. Por lo tanto, para definir el valor aceptable para esta inconsistencia, se
calculó la Relación de Consistencia ( CR ) [ 56 ]. RCse calcula comparando el Índice de
Consistencia ( CI ) de la matriz en cuestión con un Índice de Consistencia Aleatoria ( RI ) [ 57 ]
(Ecuación (1)). Este RI se define de acuerdo al número de criterios ( n ) [ 58 ] ( Tabla 3 ) y
el IC depende del mayor o principal valor propio de la matriz ( λmax ) y n (Ecuación 2).
CR = CI / IR ,

(1)
IC = ( λmax − n )/( n − 1),

(2)

Tabla 3. Índice aleatorio ( RI ) para determinar el Ratio de Consistencia ( CR ) de Matrices de

Comparación entre Pares (PCM).

2.6. Superposición de mapas temáticos

Los mapas temáticos reclasificados para cada subcriterio ( Figura 4 ) se integraron según
el grupo jerárquico ( Figura 3 ) utilizando la superposición ponderada en QGIS. El complemento
Easy AHP integró las capas ráster de acuerdo con la Ecuación (3) [ 20 ], dependiendo de la
puntuación de píxeles del mapa reclasificado ( GRIDi ) y el peso de importancia ( WEIGHTi ) del
subcriterio. La integración por el grupo jerárquico de subcriterios generó los submodelos de
idoneidad ambiental, económica y social, y la integración de estos generó el modelo de idoneidad
espacial.
Resultado RED = Σ [( REDDi ) ( PESOi )],

(3)

Por otro lado, el submodelo de idoneidad fisicoquímica, también conocido como modelo de
idoneidad de la calidad del agua, se generó mediante operaciones algebraicas en la calculadora
de campo, debido a que se trata de un modelo de datos vectoriales. Se siguió el principio de la
Ecuación (3), donde el valor GRIDi del ráster fue reemplazado por el campo de la tabla de
atributos que contenía este valor.

3. Resultados
3.1. Matriz de comparación entre pares AHP
Se construyeron treinta matrices de comparación entre pares ( Tablas S1–S5 ), cuatro a
nivel de subcriterio y una a nivel de criterio, para cada uno de los seis especialistas en acuicultura
del grupo de expertos. La Tabla 4 indica el promedio del peso de importancia de los criterios y
subcriterios. Estos fueron estandarizados y puntuados en función de su influencia en el éxito de
la acuicultura a pequeña escala, principalmente de trucha arcoíris en el distrito de Molinopampa.

Cuadro 4. Pesos de importancia (%) para la segunda y tercera jerarquía de criterios para
modelar la aptitud de la tierra para la acuicultura (trucha irisada) en el distrito de Molinopampa
(Perú).

De acuerdo con la técnica AHP; la distancia a ríos (37,95%), caminos (53,49%) y

poblaciones (78,89%), fueron los subcriterios más importantes de acuerdo con los grupos
jerárquicos ambientales, económicos y sociales, respectivamente. A su vez, el criterio económico
(44,57%), seguido del criterio ambiental (43,31%), fueron los más importantes para determinar
la idoneidad espacial de la acuicultura en el distrito de Molinopampa. Por el contrario, en cuanto
a la idoneidad de la calidad del agua, la temperatura fue el subcriterio más importante (38,33 %),
seguido del pH (27,27 %) y el oxígeno disuelto (21,59 %).

El CR promedio para cada grupo jerárquico de criterios evaluados en la ponderación de las

30 PCM ( Tablas S1-S5 ) varió de 0.0275 a 0.0812 ( Tabla 5 ), dentro del CR establecido (<0.10)
para ser consideradas matrices consistentes y aceptables. Esto da como resultado una baja
probabilidad de que los pesos se hayan establecido por casualidad. Al evaluar la consistencia de
una matriz de dos parámetros, el RI asume un valor de 0 ( Tabla 3 ), lo que no permite resolver
la Ecuación (1), por lo que se asume como una matriz consistente y aceptable. Este fue el caso
de la matriz de subcriterios sociales.

Cuadro 5. Razones de consistencia de las Matrices de Comparación entre Pares (PCM) de

criterios para modelar la aptitud de terrenos para la acuicultura (trucha irisada) en el distrito de
Molinopampa (Perú).

3.2. Submodelos de Idoneidad para la Acuicultura en Molinopampa.

La idoneidad del suelo según subcriterios y criterios (ahora submodelos) de idoneidad
espacial, en cuatro niveles de idoneidad, se indica en la Tabla 6 . Los resultados de la
superposición ponderada de los mapas de idoneidad de los subcriterios para cada submodelo
se ilustran en la Figura 5 a–c. De mayor a menor, el submodelo económico (9.20%), seguido del
social (6.35%) y el ambiental (3.92%), tienen las áreas “muy aptas” para la acuicultura más
extensas en Molinopampa.
Figura 5. Submodelos de aptitud de la tierra para la acuicultura de pequeña escala en
Molinopampa.

Cuadro 6. Áreas de idoneidad espacial según niveles de idoneidad por criterios (submodelos) y
subcriterios para acuicultura en Molinopampa.

La idoneidad de las estaciones de muestreo (SS) de acuerdo con los subcriterios y criterios
(submodelos) de idoneidad de la calidad del agua, en cuatro grupos apropiados, se indica en la
Tabla 7 . Los resultados de la superposición ponderada de los campos en la tabla de atributos
del vector de tipo puntual que contenía la idoneidad de cada subcriterio (parámetro fisicoquímico)
se ilustran en la Figura 5 d. Este submodelo, a su vez, representa el modelo de la idoneidad de
la calidad del agua, ya que solo se evaluó en un criterio (fisicoquímico).

Cuadro 7. Número de estaciones de muestreo (SS) de agua según niveles de idoneidad por
criterio (submodelo) y subcriterio para acuicultura en Molinopampa.

El subcriterio más importante (temperatura) es el segundo al tener menos SS “muy

adecuado” para la acuicultura. La alcalinidad (15) y la dureza (6) son los únicos subcriterios que
tienen SS con puntuación "no adecuada". Sin embargo, no se refleja en el submodelo por su bajo
peso de importancia ( Cuadro 4 ). A nivel de submodelo, el 17,65% (6) y el 76,47% (26) SS son
“muy adecuados” y “marginalmente adecuados”, respectivamente.

3.3. Idoneidad del Modelo Espacial para la Acuicultura de Pequeña Escala en

Molinopampa
El 4.26% (14.51 km 2 ) del área de Molinopampa resultó ser “muy apto” para la acuicultura
( Cuadro 8 ). Las áreas “moderadamente” (23,03%) y “marginalmente” (69,73%) aptas
representan el 92,76% del área total del distrito. Estos lugares tienen uno o más criterios que
requieren la atención de los productores y pueden aumentar los costos de construcción de
estanques y/o transporte de suministros y productos [ 16 ]. Las áreas identificadas como
restringidas ( Tabla 8 ) fueron infraestructura vial y centros urbanos, y las áreas no clasificadas
fueron los canales y lagunas, resultando en una exclusión de 2.08 km 2 del área total de estudio.

Cuadro 8. Área (km 2 ) y porcentaje de aptitud de la tierra para la acuicultura en Molinopampa.

Al superponer el modelo de idoneidad de la calidad del agua con el modelo de idoneidad

espacial ( Figura 6 ), revela que dos SS y nueve SS son "muy adecuadas" y "moderadamente
adecuadas", respectivamente, coinciden con tierras "muy adecuadas" para la acuicultura. Estas
son las áreas más aptas para la piscicultura y están ubicadas en el oeste, centro y sureste del
área de estudio.

Figura 6. Mapa de aptitud de la tierra para la acuicultura en Molinopampa.

4. Discusión
Con base en la revisión de múltiples estudios, la FAO [ 5 , 59 , 60 , 61 ] y otros autores
[ 62 , 63 , 64 ] destacan la importancia de integrar RS, GIS y MCE como una herramienta
competente para ayudar en la toma de decisiones estratégicas. para el desarrollo sostenible de
la acuicultura. De hecho, la FAO encargó y publicó los primeros documentos técnicos sobre el
tema [ 61 ] en 1991 [ 65 ] y 1996 [ 66 ], y más recientemente en 2007 [ 60 ], 2010 [ 59 ], 2013
[ 61 ] y 2018 [ 5]. Sin embargo, muchos países con una acuicultura prominente aún no manejan
análisis espaciales para abordar los problemas de manera sistemática y sinóptica, y utilizan las
capacidades SIG principalmente como herramientas para generar visores de mapas [ 59 ], como
el caso de Catastro's Aquaculture en Perú [ 27 ]. Por el contrario, los métodos espaciales y la
tecnología moderna demuestran que las capacidades SIG, en integración con RS y MCE, van
más allá de la gestión y la visualización [ 59 ]. Estas capacidades deberían ser utilizadas para la
zonificación y selección de sitios adecuados para el desarrollo de la acuicultura a nivel nacional,
como lo han hecho Uruguay [ 14 ], Colombia [ 15 ] y otros países fuera de Sudamérica [ 9 , 67 ].

Las ventajas clave de las técnicas de MCE son que están bien establecidas para la
zonificación de la acuicultura, pueden combinar múltiples criterios (muchos más que los utilizados
en este estudio; [ 19 , 20 , 55 ]) y pueden desarrollar modelos bajo diferentes jerarquías,
prioridades, y escenarios [ 8 ]. Sin embargo, el principal problema en el análisis de la aptitud del
suelo para la acuicultura en estanques excavados en el suelo, y en general para cualquier
actividad, radica en la falta de datos espaciales de los criterios [ 16]. En Perú, y específicamente
en la región de Amazonas, estos recursos informáticos son escasos, más aún cuando se trata
de estudios específicos de criterios biológicos, ambientales y sociales a escalas locales
detalladas. En vista de esto, se ha propuesto complementar las técnicas de MCE con modelos
de distribución de especies (SDM) [ 8 ], como Mahalanobis Typicity y MaxEnt [ 68 ]. A pesar de
esto, no se aplicó tal enfoque, ya que depende de las ubicaciones georreferenciadas de las
piscifactorías, y aunque SDM como MaxEnt tiene una tolerancia de tamaño de muestra
extremadamente pequeña [ 69], se consideró inadecuado utilizar solo las cinco granjas, ya que
podría afectar el desempeño del modelo. Para futuros estudios, la confianza adicional que traería
un enfoque combinado de MCE y SDM sería de vital importancia para el sector de la acuicultura,
ya que el desarrollo sostenible depende de las decisiones de planificación y gestión asociadas
con la selección [ 8 ].

Este estudio difiere de los únicos dos estudios encontrados para evaluar la aptitud de la
tierra para la acuicultura de la trucha arcoíris [ 17 , 18 ], en la inclusión de un mayor número de
criterios utilizados, así como en la integración de una técnica MCE (AHP) para clasificar y sopesar
la importancia de los mismos. Por el contrario, difiere de otros estudios basados en SIG y MCE
para la acuicultura continental en fuentes de agua lótica [ 20 , 23 , 24 , 26 ], porque complementa
la idoneidad espacial de la tierra en el modelo raster, con una evaluación de la idoneidad de
calidad de los recursos [ 20 , 23 , 24 , 26], debido a que complementa la idoneidad espacial del
terreno en modelo raster con una evaluación de la idoneidad de la calidad del recurso hídrico en
modelo vectorial. En este último, la superposición ponderada ráster píxel por píxel fue
reemplazada por operaciones de calculadora de campo en la tabla de atributos del vector de
puntos (SS) de la estación de muestra, que contenía valores iniciales, valores de idoneidad
reclasificados y ponderaciones de la importancia de cada subcriterio.

Para el desarrollo de la acuicultura en Molinopampa, los criterios más importantes son el

económico (44,57%), seguido del ambiental (43,31%) y social (12,12%). Según Lobato et
al. [ 10 ], Nayak et al. [ 20 ] y Hadipour et al. [ 70 ], el criterio que contiene el subcriterio de
distancia a las fuentes de agua es el más importante. En Molinopampa es el segundo en
importancia (criterio ambiental), ya que es una zona considerablemente favorecida en recursos
hídricos, con una alta densidad de drenaje (0.703 km/km 2 ). Este criterio ambiental también
contiene el subcriterio de la pendiente y, contrariamente a Rodrigues et al. [ 16], para quien la
pendiente era el factor más importante, en este estudio ocupa el segundo lugar. Aunado a esto,
y luego de una larga experiencia acuícola en Amazonas, el Instituto de Investigaciones de la
Amazonía Peruana (IIAP) indica que la amplia disponibilidad de agua y la existencia de terrazas
(valles interandinos en Molinopampa) son aspectos favorables para la construcción y operación
de estanques de piscicultura en la región [ 71 ].

Como afirman Rodrigues et al. [ 16 ], la textura del suelo, específicamente el contenido de

arcilla, también es un factor importante, sin embargo, en este estudio tiene poca importancia
(12.88%) debido a que los estanques construidos para la siembra en Molinopampa son de
concreto. Tal como lo determinan otros estudios, es importante tener en cuenta que en suelos
muy permeables la pérdida de agua por filtración e infiltración podría aumentar la demanda de
agua así como los sistemas de bombeo [ 72 ].

Cuando se trata de la realidad local de Molinopampa, el criterio más determinante fue el

económico. Dentro de este, los subcriterios más importantes fueron la distancia a la red vial
(53,49%) ya los mercados (30,65%). El Fondo Nacional de Desarrollo Pesquero del Perú
(FONDEPES) recomienda que el cuerpo de agua seleccionado para el desarrollo del cultivo de
la trucha arco iris debe contar con vías de acceso vehicular, que permitan la fluidez de la llegada
de los insumos productivos y la salida del producto hacia los mercados establecidos , teniendo
en cuenta que la trucha arcoíris es altamente perecedera [ 36]. El grupo de expertos consideró
que estos subcriterios son los más importantes ya que Molinopampa carece de una buena
infraestructura vial y el mercado más destacado (Ciudad de Chachapoyas) está a una hora de
distancia, lo que resulta en una debilidad para esta actividad.

De los subcriterios fisicoquímicos, la temperatura fue el más importante (38,33%) para la

idoneidad de la calidad del agua, seguido del pH (27,27%) y finalmente el oxígeno disuelto
(21,59%). De hecho, la FAO [ 37 ] indica que la temperatura del agua es muy importante porque
regula el crecimiento de las truchas arcoíris, ya que estas no tienen capacidad propia para regular
su temperatura corporal. Si la temperatura es muy baja, el crecimiento es lento, mientras que a
temperaturas más altas, el crecimiento es más rápido. Aunque no específicamente para la trucha
arcoíris, Nayak et al. [ 20 ] encontró que la temperatura es el criterio más importante entre los
nueve criterios fisicoquímicos del agua evaluados por AHP.

Finalmente, el clima, la amplia disponibilidad de suelo y la abundancia de agua, sumado a

la mejora de la conexión con los mercados nacionales e internacionales a través de carreteras,
así como los crecientes mercados para la acuicultura, son ventajas comparativas de la
región. Estas pueden convertirse en oportunidades de inversión para desarrollar la acuicultura,
no solo como una actividad orientada a satisfacer la demanda del mercado local sino también
con posibilidades de competitividad en los mercados internos y externos, contribuyendo al
desarrollo de la región [ 71 ].

5. Conclusiones
Se identificaron y mapearon los diez subcriterios clave para determinar la idoneidad
espacial de la acuicultura de la trucha arco iris. Para Molinopampa, de mayor a menor
importancia, los resultados son los siguientes: el subcriterio económico (distancia a caminos,
distancia a mercados, distancia a insumos) con un 44.57%, seguido del subcriterio ambiental
(cobertura de suelo/uso de suelo , pendiente del terreno, contenido de arcilla del suelo, pH del
suelo, distancia a ríos) con 43.31% y por último, el subcriterio social (distancia a poblaciones y
áreas protegidas) con 12.12%. Además, se identificaron y mapearon cinco subcriterios clave
para determinar la idoneidad de la calidad del agua, de los cuales la temperatura es el más
importante (38,33 %), seguido del pH (27,27 %) y el oxígeno disuelto (21,59 %). La alcalinidad
(6,97%) y la dureza (5,83%) son las menos importantes.

El 4,26% (14,51 km 2 ) del área de Molinopampa resultó “muy apta” para la acuicultura. Las
áreas “moderadamente aptas” (23,03%) y “marginalmente aptas” (69,73%) representaron el
92,76% del área total del distrito. Las áreas “no aptas” o identificadas como restringidas y no
clasificadas, representaron el 2,98% (10,16 km 2) del área total de estudio. Al superponer el
modelo de idoneidad de la calidad del agua con el modelo de idoneidad espacial, se demostró
que dos SS y nueve SS son "muy adecuados" y "moderadamente adecuados", respectivamente,
que coinciden con terrenos "muy adecuados" para la acuicultura. Estas son las zonas más
adecuadas y recomendadas para el cultivo de la trucha arcoíris en la comarca. Los resultados
muestran que existe un potencial para aumentar la producción acuícola, como es la
política/estrategia del gobierno.

En Perú no se han encontrado referencias a este tipo de estudios. Por tanto, se presenta
un marco metodológico para la acuicultura continental, que podrá ser replicado, con los
complementos necesarios, para todo el sector de la Pesca y Acuicultura (FandA) en el Perú. La
implementación de esta metodología de zonificación y selección de áreas adecuadas contribuirá
a una planificación más efectiva de inversiones y esfuerzos tanto del sector público como privado.