Resultados del piloto MAA en la

selva (Campoverde)

Proyecto “Clima, Agro y Transferencia del Riesgo” (CAT)

BMU/Deutsche Gesellschaft für Internationale Zusammenarbeit
(GIZ)

Empresa consultora:
GAF AG

Entregable

Lima, octubre de 2018

El proyecto Clima, Agro y Transferencia del Riesgo se desarrolla en el marco de la Iniciativa

Internacional de Protección del Clima (IKI) del Ministerio Federal de Medio Ambiente, Protección
de la Naturaleza y Seguridad Nuclear (BMU) de Alemania.
 “GESTIÓN FINANCIERA
INTEGRADA DE LOS RIESGOS
CLIMÁTICOS EN EL SECTOR
AGRÍCOLA EN EL PERÚ”
Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ)
Número de transacción: 81196249
No. de procesamiento.: 12.9220.0-001.00
País: Perú

D150.1.3
Resultados del proyecto piloto MAA en la Selva (Campoverde)

Preparado por
Compañía:
Dirección: Arnulfstr.199, 80634 Múnich, ALEMANIA
Teléfono: +49 (0)89/121528–0
Fax: +49 (0)89/121528–79
Email: info@gaf.de
Internet: http://www.gaf.de
Fecha de emisión: Octubre, 2018

© GAF AG, 2018 Pág. 1

Lista de abreviaturas
ANA Autoridad Nacional del Agua
AFS Area Frame Sampling (Muestreo de áreas)
CAT Clima, Agro y Transferencia de Riesgo
CC Comunidades Campesinas
CENAGRO Censo Nacional Agropecuario
DEA Dirección de Estadística Agraria del MINAGRI
DNI Documento Nacional de Identificación
EMDA Evaluación Mensual de la Dinámica Agrícola (método
de recolección de datos del SIEA)
ENAPROVE Encuesta Nacional de Producción y Ventas
GIS Sistema de Información Geográfica
GIZ Deutsche Gesellschaft für Internationale
Zusammenarbeit GmbH
GPS Sistema de Posicionamiento Global
TIC Tecnologías de la Información y Comunicación
INEI Instituto Nacional de Estadística e Informática
IS Informe de Intención de Siembra
IWM Manejo Integrado de Cuencas
JU Junta de Usuarios de Agua
MINAGRI Ministerio de Agricultura y Riego
OGC Consorcio Geoespacial Abierto
PETT Proyecto Especial de Titulación de Tierras
PSU Unidades Primarias de Muestreo
QI Informantes Calificados
RENIEC Registro Nacional de Identificación y Estado Civil
RRAA Registros Administrativos
SAC Seguro Agrícola Catastrófico
SEA Enumeración de Áreas
SBS Superintendencia de Banca y Seguros y
Administradoras de Fondos de Pensión
SIEA Sistema Integrado de Estadísticas Agrarias

© GAF AG, 2018 Pág. 2

 STRS Sistema de Transferencia de Riesgo Sostenible
SUNARP Superintendencia Nacional de Registros Públicos
SUNAT Superintendencia Nacional de Aduanas y
Administración Tributaria
TdR Términos de Referencia
WP Paquete de Trabajo
WSA Asociaciones de Usuarios de Cuenca
ZEE Zona Ecológica y Económica

© GAF AG, 2018 Pág. 3

Índice

LISTA DE ABREVIATURAS ...................................................................................................... 2

ÍNDICE................................................................................................................................... 4

1. INTRODUCCIÓN.............................................................................................................. 6

2. RESUMEN DE LA SITUACIÓN ACTUAL ............................................................................ 6

3. METODOLOGÍA............................................................................................................... 8

3.1 Selección y procesamiento de imágenes satelitales .............................................10

3.2 Validación en campo .................................................... ¡Error! Marcador no definido.

4. CONCLUSIÓN ............................................................................................................... 16

© GAF AG, 2018 Pág. 4

Lista de tablas y figuras

Figura 1. Ubicación del distrito de Campoverde ..................................................................... 7

Figura 2. Distrito de Campoverde – Imágenes satelitales ..................................................... 8
Figura 3 Cultivos de aceite de palma en Campoverde (Mayo 2018) .................................... 8
Figura 4: Campos de arroz en Campoverde ............................................................................ 9
Figura 5: Árboles de aceite de palma en Campoverde .........................................................10
Figura 6: Resolución espectral del Sentinel 2A ....................................................................11
Figura 7: Resolución espectral y espacial del Sentinel 2A ...................................................11
Figura 9. MAA de Campoverde ...............................................................................................13

© GAF AG, 2018 Pág. 5

1. INTRODUCCIÓN

Dentro del proyecto CAT de la GIZ, el equipo GAF desarrolló e implementó una
herramienta para extraer información de vector real, precisa y geolocalizada de las áreas
agrícolas en uso, el Mapa de Áreas Agrícolas (MAA). Se realizaron pilotos en la Costa,
Sierra y Selva para representar las distintas geografías.

El MAA piloto en la Costa fue realizado en el distrito de Chongoyape, Lambayeque. El área

agrícola total calculada en Chongoyape es de 8,580 ha, muy similar al número reportado
por la Asociación de Usuarios de Agua Chancay-Lambayeque (8,700 ha), así como por
otras fuentes de información. Los resultados del MAA obtenido para Chongoyape en la
Costa fueron promisorios e indicaban que el MAA podía ser una herramienta que facilita
cifras bastante precisas y que también podría ser usada para otros propósitos,
incluyendo ser la base principal de un marco de muestra para producir estadísticas
agrícolas para el Perú.

El MAA piloto en la Sierra fue realizado en el distrito de Kishuara, Apurimac. El área

agrícola total calculada en Kishuara es de 9,003 ha. En este caso, hubo diferencias
significativas entre el MAA y otras fuentes de información. Hay dos hipótesis que pueden
explicar estas diferencias. Primero, las áreas agrícolas abandonadas que fueron
identificadas en el MAA como áreas potenciales no fueron tomadas en cuenta en el
censo agropecuario del 2012 ya que el cuestionario solo consideraba las tierras
administradas. Segundo, es difícil identificar barbechos mediante un análisis estadístico.
Para hacerlo se debe realizar un análisis intertemporal. Tercero, un aumento en el área
agrícola podría ser el resultado de un mayor desarrollo agrario en el área debido al
acceso a la irrigación. Es importante resaltar que los resultados del MAA son muy
cercanos a aquellos presentados en el Mapa Nacional de Cobertura Vegetal (MINAM
2015).

Este documento presenta el proceso de desarrollo y los resultados del piloto realizado en
la Selva. El distrito de Campoverde fue escogido como el sitio piloto debido a su
diversidad en cuanto a cobertura y uso de la tierra. Además de los distintos tipos de
cultivos permanentes y transitorios, y la presencia de extensas áreas boscosas, se
observan extensas áreas de vegetación dentro del distrito, lo que dificulta aun más
diferenciar las áreas agrícolas potenciales de los pastizales.

2. RESUMEN DE LA SITUACIÓN ACTUAL

Campoverde se encuentra ubicado en la provincia de Coronel Portillo, en el

departamento de Ucayali. El distrito de Nueva Requena se encuentra al norte; los

© GAF AG, 2018 Pág. 6

distritos de Callería, Manantay y Yarinacocha al este; y el departamento de Huánuco al
sur y al oeste. El área total de Campoverde es de 1,331 km2. La altura máxima en el
distrito es de 253 m.s.n.m y la mínima, 150 m.s.n.m. La población total del distrito es de
aproximadamente 13,000 habitantes.

Figura 1. Ubicación del distrito de Campoverde

Fuente: Google Maps

Campoverde tiene un clima tropical, lo que permite la producción de varios productos

agrícolas como el arroz, maíz, yuca, café, cacao, árboles de palma y diversas frutas
(siendo el plátano y el camu-camu los principales).

Las siguientes imagines satelitales nos dan una impresión general del panorama del
distrito de Campoverde.

© GAF AG, 2018 Pág. 7

 Figura 2. Distrito de Campoverde – Imágenes satelitales

Fuente: Google Maps, INEI

Figura 3. Cultivos de aceite de palma en Campoverde (Mayo 2018)

Fuente: Google Earth

3. METODOLOGÍA

© GAF AG, 2018 Pág. 8

El equipo GAF utilizó imágenes satelitales Sentinel 2 recientes y gratuitas con una
resolución espacial de 10 metros. La siguiente Tabla muestra los tipos de MAA y las
definiciones usadas para el piloto (las mimas que fueron usadas para Chongoyape y
Kishuara).

Tabla 1: Tipos de MAA

Tipos de MAA Cultivos

Arroz, cereales, oleaginosas, leguminosas,
Cultivos transitorios papas (y otras raíces y tubérculos), algodón (y
otros cultivos textiles), vegetales
Cultivos Vid, caña de azúcar, café, banano, especias,
permanentes frutas y bayas, cacao
Especies forrajeras Forraje anual, pastizales y pastos naturales
Áreas agrícolas Cultivos anuales asociados a los cultivos
heterogéneas permanentes, patrones complejos de cultivo

a. CULTIVOS TRANSITORIOS

Figura 4: Campos de arroz en Campoverde

© GAF AG, 2018 Pág. 9

  Estos cultivos son escasos, la mayoría se encuentra en la parte occidental del
distrito y al sureste de la ciudad de Campoverde.
 Los cultivos transitorios más importantes son el arroz, el maíz y la yuca. También
se puede encontrar rocoto en esta área pero a menor escala.
 La mayoría de la producción es secano. Sin embargo, los campos de arroz son
regados.
 El maíz se cosecha dos veces al año, entre noviembre-diciembre y julio-agosto,
mientras que el arroz y la yuca se producen todo el año.

b. CULTIVOS PERMANENTES

Figura 5: Árboles de aceite de palma en Campoverde

 Los principales cultivos permanentes en el distrito son el cacao, el aceite de

palma y el plátano.
 La producción de estos cultivos también está concentrada en la parte occidental
del distrito.
 La producción mayormente es irrigada por goteo (cacao).

c. ÁREAS AGRÍCOLAS HETEROGÉNEAS

 La mayoría de parcelas se desarrollan sin ningún otro cultivo asociado, salvo

cuando la tierra cultivable está rodeada de algún cultivo permanente, como la
guaba o el plátano, así como otros árboles.

3.1 Selección y procesamiento de las imágenes satelitales

Selección

Teniendo en cuenta la ubicación del distrito de Campoverde, antes de seleccionar las

imágenes se tomaron en cuenta algunas características, como las nubes y la

© GAF AG, 2018 Pág. 10

disponibilidad, frecuencia y diversidad de las imágenes. Las imágenes fueron
seleccionadas entre los meses de enero y mayo de 2018. Se realizó una primera revisión
y análisis de las imágenes disponibles, y se seleccionaron aquellas sin distorsiones
radiométricas, también se consideró la distribución espacial de las nubes y la proporción
del área cubierta.

Las imágenes utilizadas incluyen:

Sentinel 2A
Imágenes gratuitas
Esta fuente garantiza una cobertura sistemática y frecuente:
Resolución temporal : un satélite, cada 10 días. Constelación final, cada 5 días.
Resolución espacial : Depende de la resolución espectral, 10 metros.
Resolución radiométrica : 12 bits (rango entre 0 y 4095).

Figura 6: Resolución espectral del Sentinel 2A

Fuente: European Space Agency (Agencia Espacial Europea)

Figura 7: Resolución espectral y espacial del Sentinel 2A

Fuente: Agencia Espacial Europea

© GAF AG, 2018 Pág. 11

Interpretación visual

Se utilizó una técnica de interpretación visual para desarrollar el MAA de Campoverde.

Para dicho propósito, además de las imágenes Sentinel 2A, se usaron fuentes de datos
adicionales. Estas fueron:

i. Información agrícola (tipos de cultivos, temporadas, etc.)

ii. Mapas de suelo
iii. Mapas forestales
iv. Mapas/información catastral
v. Datos GPS recolectados durante las visitas de campo
vi. Imágenes de Google Earth
vii. Imágenes Bingmap
viii. Mapas base ArcGIS

Las carreteras y otros elementos artificiales fueron considerados como los límites de los
polígonos, así como elementos naturales como divisorias de agua, ríos y arroyos para
definir las fronteras de los polígonos. Se consideraron los límites de las parcelas para
definir y construir los polígonos de acuerdo a ciertas características y similitudes de las
zonas contiguas. Esta información ha sido complementada con información sobre los
cultivos y la producción obtenida de los productores y cooperativas. Se consultó
información complementaria para identificar áreas agrícolas, estas son:

- Curvas de nivel
- Límites políticos, comunidades campesinas.
- Límites de los sectores estadísticos
- Centros poblados
- Marcos de área de la región montañosa natural
- Catastro rural
- Cobertura vegetal
- Imágenes de diferentes visores para hacer un análisis multitemporal y detectar
cambios para ver la expansión agrícola y la variabilidad agraria.

Se interpretaron las imágenes Sentinel 2A y se definieron/delinearon los límites de los

tipos de MAA con la ayuda de los datos y la información anteriormente mencionada.

La siguiente tabla y figura presenta el área del MAA y el mapeo de Campoverde. En el

caso de Campoverde se cubrió todo el distrito. Se calcula que el área agrícola total para
Campoverde es de 27,408 hectáreas.

© GAF AG, 2018 Pág. 12

 Tabla 1. Resultados del MAA para Campoverde

Tipo de MAA Área (Hectáreas) % Total

Cultivos transitorios 13,952 10%

Cultivos permanentes 12,199 9%

Áreas agrícolas heterogéneas 1,256 1%

Área agrícola total 27,408 20%

Pastos y forrajes 46,214 35%

Tierras no agrícolas 59,490 45%

Área total del distrito 133,112 100%

Figura 8. MAA de Campoverde

© GAF AG, 2018 Pág. 13

 Cultivos transitorios
Especies forrajeras
Áreas agrícolas heterogéneas
Tierras no agrícolas
Cultivos permanentes

El tamaño promedio de las parcelas de producción de cultivos transitorios es de 10.7 ha,

siendo el tamaño mínimo de 0.05 ha y el máximo 670.78 ha, mientras que el tamaño
promedio de las parcelas de producción de cultivos permanentes es de 21.2 ha, siendo
el tamaño mínimo de 0.16 ha y el máximo 1,774.4 ha.

3.2 Validación en campo

La validación en campo fue realizada en el distrito de Campoverde durante el mes de
junio de 2018, donde se realizaron las siguientes actividades:

 Coordinación entre la GIZ, el MINAGRI y las autoridades locales relevantes de

Campoverde para comunicar las actividades a realizarse durante la visita de campo.
 Desarrollo de mapas y cargas de trabajo. Dos equipos participaron del trabajo de
campo, se asignaron diferentes áreas a cada uno de los equipos

© GAF AG, 2018 Pág. 14

 Verificación in situ de los resultados preliminares del MAA. Puede haber diferencias
entre los resultados preliminares y la validación en campo debido a:
o La mayor parte de la tierra estaba categorizada como tierra no agrícola debido
a que la mayor parte de la tierra está cubierta por bosque. Esto supone un
problema para la identificación de las áreas de silvicultura donde el café o el
cacao están asociados con el bosque. El café no está extensamente cultivado
en Campoverde, pero sí se encontró una gran área de cacao. Estas áreas
tuvieron que ser identificadas en la validación de campo.
o Existen extensas áreas con forraje en las imágenes. Sin embargo, una
proporción importante de estas fueron identificadas como tierras agrícolas
abandonadas o que nunca fueron instaladas. Este inconveniente también tuvo
que ser verificado en campo.
 Registro de la ubicación GPS: Todos los lugares visitados fueron geocodificados
mediante un dispositivo GPS. Debido a que se encontraron diferencias entre las
imágenes y la visita de campo, se le preguntó a los productores sobre el uso actual y
anterior de la tierra.
 Rectificación de parcelas clasificadas erróneamente.

© GAF AG, 2018 Pág. 15

4. RESULTADOS Y CONCLUSIÓN

De acuerdo al censo agropecuario (INEI 2012), el área agrícola total es de 17,784 ha,
mientras que las estadísticas agrícolas oficiales del MINAGRI para el 2017 arrojan un
área agrícola total de 10,345 ha. Sin embargo, según los resultados de MAA, el áre
agrícola total disponible es de 27,408 ha en Campoverde. Además, según la información
sobre el uso de la tierra presentado por GEOBOSQUES (MINAM 2018), el área agrícola
total se calcula en 51,850 ha para el 2016, tal como se presenta en la siguiente tabla.
Esto indica que el método de los informantes calificados subestima el área agrícola total
disponible en Campoverde.

Tabla 2: Área agrícola total (ha) según distintas fuentes

Tierras Tierras Área
Fuente de Cultivos Cultivos
agrícolas agrícolas agrícola Forraje Total
información transitorios permanentes
heterogéneas sin uso total
MAA (2018) 13,952 12,199 1,256 - 27,408 46,214 73,622
Censo (2012) 3,122 7,266 - 7,396 17,784 14,239 32,023
DEA - EMDA
3,253 7,092 - - 10,345 - -
(2017)
Geobosque
- - - - 51,850 40,451 92,301
(2016)
Elaboración: GAF AG

Es importante considerar que la tierra que tiene potencial agrícola puede haber sido
clasificada como forraje o no-agrícola ya que la vegetación y el bosque secundario crece
en áreas donde no se han instalado parcelas agrarias. Estas son áreas deforestadas que
nunca se convirtieron en áreas agrícolas o que fueron abandonadas. De acuerdo a
Geobosques (MINAM 2016), la tierra cubierta por vegetación “secundaria” representa
9,676 ha en Campoverde. Este hecho, además de la identificación de las áreas de
silvicultura demanda el desarrollo de métodos complementarios para obtener mayor
precisión en la información.

El piloto en Campoverde fue un ejercicio importante para un posible desarrollo de un

MAA para todo el Perú. El equipo GAF utilizó distintas fuentes de información junto con
imágenes satelitales para desarrollar el MAA para Campoverde. Los problemas
presentados anteriormente demuestran que es muy difícil para los Informantes
Calificados estimar el área cultivada total para cada tipo de cultivo. Por lo tanto, es muy
probable que las estadísticas agrícolas actuales puedan estar parcializadas y no reflejen
las actividades agrícolas reales. Las correspondientes mejoras podrían proporcionar
beneficios económicos y administrativos esenciales para los agricultores, la economía y
el gobierno peruanos.

© GAF AG, 2018 Pág. 16

Es necesario mencionar la importancia de desarrollar un MAA con imágenes satelitales
actualizadas. Como se mencionó en informes anteriores, el MAA provee información
esencial para desarrollar un marco maestro de muestra, el cual es la base para conducir
encuestas estadísticas agrícolas probabilísticas. Campoverde fue un área difícil para
desarrollar un MAA. Pero estos pilotos demuestran que es posible desarrollar un MAA en
la Selva. Para poder obtener un MAA extendido y completo, el MAA debe ser generado a
través de una cadena de procesamiento semiautomatizada y se deben agregar datos
Sentinel 1 para poder explicar las frecuentes coberturas de nubes.

El MAA podrá ser refinado en el futuro mediante la interpretación manual de datos de

muy alta resolución. Se propone que el refinamiento manual sea ejecutado por personal
dedicado del MINAGRI que haya sido previamente capacitado.

En este contexto, la información gratuita del PeruSat-1 podría servir como la fuente de
datos más reciente y más económica, la cual, sin embargo, aún tiene un acceso limitado
a datos libres de nubes a escala nacional. El esfuerzo de refinar o incluso generar
manualmente un MAA basado en imágenes aéreas de Google o Bing Maps disponibles
pero más antiguas, no estaría considerado como la solución preferente.

El MAA es una herramienta objetiva y poderosa para calcular las áreas agrícolas. Por
consiguiente, es importante incluir el MAA como parte de marco maestro de muestra
para mejorar la precisión de los diversos métodos de recolección de datos, incluyendo las
encuestas probabilísticas, los informantes calificados y los registros administrativos. Por
lo tanto, se sugiere incluir esta herramienta como parte del marco maestro de muestra
tan pronto como sea posible. Esta herramienta podría ser adoptada por distintas
agencias incluyendo al MINAGRI, el INEI y la UNALM.

© GAF AG, 2018 Pág. 17