SimAmazoniaINFRA

Las proyecciones utilizadas en el modelado de los escenarios de deforestación y de emisiones de gases de efecto invernadero (GEI) partieron de bases de datos espaciales y no espaciales de acceso público, incluyendo mapeos anuales de deforestación hasta 2023 [1,2] y estimaciones de densidad de biomasa aérea [3], así como planes de acción climática orientados a la reducción de las emisiones de GEI [4] de los nueve países que conforman la Panamazonía: Bolivia, Brasil, Colombia, Ecuador, Guyana, Guayana Francesa, Perú, Surinam y Venezuela. En la Amazonía brasileña se consideraron las bases de datos del proyecto PRODES (monitoreo anual de la supresión de vegetación nativa) del INPE [1], mientras que en los demás países se utilizó el mapeo continuo global de Hansen et al. [2], el cual analiza series temporales de imágenes Landsat, debido a la ausencia de bases nacionales con monitoreo anual.

Escenarios

En el escenario de Línea de Base, se adoptó como referencia el promedio fijo de la deforestación de los últimos cinco años (2019 a 2023). Aunque la base de datos de deforestación observada [2] proporcionaba información hasta 2024, los valores registrados en ese año, en todas las regiones amazónicas analizadas, resultaron muy superiores a los de los años anteriores. Tal patrón fue identificado mediante comparaciones con imágenes satelitales y con otras bases de datos nacionales, entre ellas la del proyecto PRODES del INPE [1]. Estos resultados sugieren posibles inconsistencias asociadas al mapeo o al posprocesamiento de los datos, además de indicar una potencial interferencia en las proyecciones futuras de supresión de la vegetación forestal.

En el escenario Tendencial, se utilizó la proyección de los valores futuros con base en el período histórico correspondiente a los últimos cinco años (2019 a 2023). El método estadístico de tendencia lineal utiliza regresión lineal por el método de mínimos cuadrados para la identificación de patrones de comportamiento en un conjunto de datos, permitiendo trazar una línea continua que representa la dirección general de los eventos.

En el escenario Meta, se adoptaron los objetivos definidos por las respectivas NDC (Contribuciones Determinadas a Nivel Nacional) de cada país [4], las cuales convergen hacia la meta general de neutralidad climática (o emisiones netas cero), siendo la eliminación de la deforestación un medio fundamental para alcanzar este objetivo.

• En Bolivia, las metas del sector forestal se diferencian entre áreas situadas dentro y fuera de áreas protegidas (AP), según lo establecido en el documento de la NDC [5]. Para las áreas ubicadas dentro de las AP, se definió la reducción del 100% de la supresión de vegetación nativa, mientras que, para las áreas externas, se estipuló una reducción del 80%, ambas con meta para 2035, en relación con las respectivas líneas de base (2016–2020 y 2016–2021). Se adoptó una trayectoria lineal de reducción a partir de 2023 y hasta 2035, considerando el promedio de los años correspondientes a las líneas de base, con el objetivo de alcanzar ambas metas.
• En Brasil, el compromiso establecido consiste en eliminar la deforestación ilegal para 2030 y alcanzar emisiones netas de GEI nulas para 2050 en el bioma Amazónico [6]. Estudios realizados por el gobierno federal y la UFMG estimaron que, en 2022, el 90% de la supresión de vegetación nativa observada en el bioma no contaba con autorización [7]. Con base en esta estimación, se aplicó dicha proporción al valor de deforestación observado en el mismo año, y se procedió al cálculo de una trayectoria lineal de reducción a partir del último año con mapeo disponible (2023), hasta el alcance de las dos metas.
• Colombia establece, en su NDC, la meta de reducir la tasa anual de deforestación en el sector forestal a un rango entre 37.500 y 49.999 hectáreas para 2035 [8]. Para fines de cálculo, se adoptó el promedio entre estos dos valores. Considerando que la meta se aplica a todo el territorio nacional, se estimó la proporción correspondiente a la porción amazónica del país, de modo que se aplicara el promedio solo a la fracción territorial relativa a esta región. El cálculo de la trayectoria de reducción se modeló de forma lineal, con base en el año 2023.
• Ecuador no establece una meta NDC específica para el sector forestal o para la región amazónica, definiendo, en su lugar, una reducción total del 7% de sus emisiones (aproximadamente 8.800 ktCO₂eq) para 2035 [9]. A partir de 2023, último año con datos disponibles de deforestación para el país, se definió una trayectoria lineal de reducción hasta 2035, basada en el valor de emisiones (CO₂eq) convertido en área deforestada (ha) a partir del mapa de densidad de biomasa y mediante la aplicación de un factor de conversión de 3,66. Además, se asumió que el contenido de carbono corresponde al 50% de la biomasa leñosa [10] y que el 85% del carbono contenido en los árboles es liberado a la atmósfera debido a la deforestación [11].
• El cronograma asociado a la NDC de Guyana abarca el período hasta 2025 [12]. El objetivo establecido consiste en la mitigación de 48,7 MtCO₂eq anuales para 2025, en los sectores de industria maderera y minería, siempre que se proporcionen los incentivos adecuados. Ante la ausencia de actualizaciones en los planes de acción climática orientados a la reducción de emisiones de GEI, se optó por extender esta meta hasta 2035. Para ello, se procedió a la conversión del valor en CO₂eq a hectáreas, obteniendo un valor distribuido a lo largo del período de 2024 a 2035, basado en una trayectoria de reducción lineal iniciada en 2023.
• Guayana Francesa no posee una NDC propia, por lo que está sujeta a las metas establecidas para el territorio francés (Unión Europea). El documento define como objetivo la reducción de las emisiones netas de GEI entre un 66,25% y un 72,5% para 2035, en relación con los niveles de 1990 [13]. Debido a la ausencia de datos espaciales referentes al año de la línea de base, se adoptó el valor reportado por Citepa (Centre Interprofessionnel Technique d’Études de la Pollution Atmosphérique) para el sector forestal [14]. Este valor, expresado en tCO₂eq, fue convertido en área deforestada (hectáreas), a partir de la base de datos de densidad de biomasa, utilizándose como referencia para la determinación del valor absoluto de la meta establecida. Se calculó el promedio entre los porcentajes definidos en la NDC y, a partir de ese valor, se aplicó una reducción lineal en el período de 2023 a 2035, la cual fue extendida hasta la eliminación de la deforestación en 2050.
• En Perú, la meta establecida en la NDC consiste en la reducción de las emisiones de GEI entre 54,0 y 69,9 MtCO₂eq para 2030 en el sector UTCUTS (Uso de la Tierra, Cambio de Uso de la Tierra y Silvicultura) [15]. Para la operacionalización de los cálculos, estos valores fueron convertidos de MtCO₂eq a hectáreas, calculándose posteriormente el promedio entre los dos límites, con el objetivo de definir una meta absoluta. Considerando el carácter nacional de la meta, se procedió a la proporcionalización del valor de deforestación a reducir para 2030 hacia el área correspondiente a la Amazonía peruana. A continuación, se aplicó una trayectoria lineal de reducción a partir de 2023, para alcanzar la meta establecida para 2030.
• En Surinam, las principales metas de mitigación en el sector AFOLU para 2030 y 2035 incluyen el mantenimiento de una cobertura forestal igual o superior al 90% [16]. El país se caracteriza como un sumidero neto de gases de efecto invernadero y presenta una economía de carbono negativo. En este contexto, se adoptó un enfoque metodológico que estima el área de bosque susceptible de deforestación, asegurando el mantenimiento de una cobertura forestal igual o superior al 90% del área actual. Así, se consideró la reducción solo de la diferencia entre la meta establecida y la cobertura forestal actual (93%) [16]. A partir de esta diferencia, se estimó una trayectoria lineal de reducción de la deforestación, con inicio en 2023, hasta su completa eliminación.
• En Venezuela, una de las metas establecidas en la NDC consiste en el mantenimiento de la tasa de supresión de vegetación nativa en un 0,20% anual hasta 2035 en el territorio nacional (equivalente a 90 mil ha/año), tomando como línea de base el año 2020 y considerando exclusivamente el sector forestal [17]. De esta forma, se realizó la proporcionalización del área para la región de la Amazonía venezolana, seguida de la aplicación de una trayectoria lineal de reducción de la deforestación, con el objetivo de su eliminación para 2050, en consonancia con el compromiso global de neutralidad climática previsto en el Acuerdo de París.

Referencias

[1] Instituto Nacional de Pesquisas Espaciais – INPE (2026) Projeto Prodes – Monitoramento de Desmatamento na Amazônia Legal. São José dos Campos, Brasil: INPE. Disponible en: http://terrabrasilis.dpi.inpe.br/downloads/.

[2] Hansen M.C., Potapov P.V., Moore R., et al. (2013) High-Resolution Global Maps of 21st-Century Forest Cover Change. Science 342, 850-853. Disponible en: https://glad.earthengine.app/view/global-forest-change. Base de dados atualizada em 2026.

[3] Harris N.L., Gibbs D.A., Baccini A., et al. (2021) Global maps of twenty-first century forest carbon fluxes. Nature Climate Change 11, 234–240. Disponible en: https://doi.org/10.1038/s41558-020-00976-6.

[4] United Nations Framework Convention on Climate Change – UNFCCC. Nationally Determined Contributions (NDC). Disponible en: https://unfccc.int/NDCREG.

[5] Estado Plurinacional de Bolivia (2025) Contribución Nacionalmente Determinada (CND 3.0): presentada en el marco del Acuerdo de París y la CMNUCC, para el periodo 2026-2035. La Paz, Bolívia: Ministerio de Medio Ambiente y Agua; Autoridad Plurinacional de la Madre Tierra. Disponible en: https://unfccc.int/documents/650130.

[6] República Federativa do Brasil (2024) Brazil’s Second Nationally Determined Contribution (NDC). Brasília, Brasil: Governo Brasileiro. Disponible en: https://unfccc.int/sites/default/files/2024-11/Brazil_Second%20Nationally%20Determined%20Contribution%20%28NDC%29_November2024.pdf.

[7] Brasil, Ministério do Meio Ambiente e Mudança do Clima (2026) Plano Clima Mitigação: plano setorial de mudanças do uso da terra em áreas rurais privadas. Brasília, DF: MMA, MCTI, MAPA, MDA, CC/PR. Disponible en: https://www.gov.br/mma/pt-br/centrais-de-conteudo/publicacoes/mudanca-do-clima/plano-setorial-mudancas-uso-terra-areas-rurais-privadas.pdf.

[8] República de Colombia (2025) Contribución Determinada a Nivel Nacional (NDC 3.0) de Colombia – Transformaciones para la Vida. Bogotá, Colômbia: Ministerio de Ambiente y Desarrollo Sostenible. Disponible en: https://unfccc.int/sites/default/files/2025-09/NDC%203.0%20Declarativa%20Colombia%20Transformaciones%20para%20la%20Vida%20V.25.09.2025%20Gob.%20Nacional.pdf.

[9] República del Ecuador (2025) Segunda Contribución Determinada a Nivel Nacional de la República del Ecuador 2026-2035. Quito, Equador: Ministerio del Ambiente, Agua y Transición Ecológica. Disponible en: https://unfccc.int/sites/default/files/2025-02/Segunda%20NDC%20de%20Ecuador.pdf.

[10] Houghton R.A., Lawrence K.T., Hackler J., Brown L.S. (2001) The spatial distribution of forest biomass in the Brazilian Amazon: a comparison of estimates. Global Change Biology 7:731-746.

[11] Houghton R.A., Skole D.L., Nobre C.A., et al. (2000) Annual fluxes of carbon from deforestation and regrowth in the Brazilian Amazon. Nature 403, 301–304.

[12] Republic of Guyana (2015) Guyana’s Revised Intended Nationally Determined Contribution. Georgetown, Guiana: Government of Guyana. Disponible en: https://unfccc.int/sites/default/files/NDC/2022-06/Guyana%27s%20revised%20NDC%20-%20Final.pdf.

[13] European Union and its Member States (2025) The nationally determined contribution of the European Union and its Member States. União Europeia: Danish Presidency of the Council of the European Union and European Commission. Disponible en: https://unfccc.int/sites/default/files/2025-11/DK-2025-11-05%20EU%20NDC.pdf.

[14] Centre Interprofessionnel Technique d’Études de la Pollution Atmosphérique – Citepa (2024) Inventaire national d’émissions de gaz à effet de serre et de polluants atmosphériques en Outre-mer. Ed. 2024. Disponible en: https://www.citepa.org/en/air-climate-data/data-greenhouse-gas/french-overseas-territories/.

[15] Gobierno del Perú (2025) Tercera Contribución Determinada a Nivel Nacional del Perú. Lima, Peru: Ministerio del Ambiente. Disponível em: https://unfccc.int/sites/default/files/2025-11/Documento%20NDC%203.0_UNFCCC.pdf.

[16] Republic of Suriname (2025) Republic of Suriname’s Third Nationally Determined Contribution (NDC 3.0). Paramaribo, Suriname: Ministry of Oil, Gas, and Environment. Disponible en: https://unfccc.int/sites/default/files/2025-11/NDC%203%20report%20Suriname%20251104%20Final%20Publication%20Version.pdf.

[17] República Bolivariana de Venezuela (2021) Actualización de la Contribución Nacionalmente Determinada de la República Bolivariana de Venezuela para la lucha contra el Cambio Climático y sus efectos. Caracas, Venezuela: Ministerio del Poder Popular para el Ecosocialismo. Disponible en: https://unfccc.int/sites/default/files/NDC/2022-06/Actualizacion%20NDC%20Venezuela.pdf.

SimAmazonia[1] es un sistema único para el desarrollo de proyecciones espacialmente explícitas de las tendencias futuras de la deforestación bajo escenarios de inversiones en infraestructura (particularmente en transporte), políticas públicas de conservación y gestión de tierras. Al permitir la comparación entre escenarios, como el tendencial o business-as-usual, que supone la continuidad de las tendencias actuales de deforestación y la implementación de la infraestructura planificada, y el de gobernanza, que incorpora esfuerzos de conservación e intervenciones de política pública, como las metas de reducción de la deforestación establecidas en las NDC (Contribuciones Determinadas a Nivel Nacional), SimAmazonia contribuye a una mejor comprensión de los problemas y, en consecuencia, de las soluciones orientadas a fortalecer el compromiso con la adopción de políticas y acciones de conservación a gran escala en la región amazónica.

Referencia:

[1] Soares-Filho et al. Modelling conservation in the Amazon basin. Nature, London, v. 440, p. 520-523, 2006.

Se recopilaron registros de distribución de especies a partir de bases de datos en línea—Global Biodiversity Information Facility (GBIF) [1,2,3] y Global Ant Biodiversity Informatics (GABI) [4]—utilizando como filtros el área de la Amazonía y únicamente especímenes procedentes de colecciones biológicas. Se incluyeron vertebrados (aves, mamíferos, anfibios y reptiles), diversos grupos de invertebrados (anélidos terrestres, abejas, arañas, cucarachas y termitas, moscas, libélulas, gasterópodos terrestres, hemípteros, lepidópteros, ortópteros, tricópteros y avispas), plantas angiospermas (Asteraceae, Fabaceae, Orchidaceae, Poaceae y Rubiaceae) y pteridófitas (todas las familias). Los datos fueron sometidos a una verificación de coordenadas para eliminar registros ubicados en el océano y aquellos con inconsistencias entre las coordenadas y las descripciones de localidad. Cuando fue necesario, los registros fueron georreferenciados utilizando OpenStreetMap [5]. La validez taxonómica se verificó mediante el Catalogue of Life Checklist 2023 [6] y se excluyeron las especies sinantrópicas. Finalmente, la base de datos fue depurada y georreferenciada con la herramienta de limpieza de BioDinamica [7], dando como resultado 8.619.185 registros correspondientes a 300.228 especies, a partir de un conjunto inicial de 23.365.020 registros. Se calcularon dos métricas: la riqueza de especies, definida como el número de especies por hexágono, y el endemismo, definido como la predominancia de especies con distribución restringida por hexágono, cuantificado mediante el Índice Corregido de Endemismo Ponderado (WEIc, Corrected Weighted Endemism Index), que suma, para cada celda, el inverso del área de distribución de cada especie (cuanto más restringida es la distribución, mayor es su contribución).

Referencias:

[1] GBIF.org (3 April 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.4wcg7z

[2] GBIF.org (6 April 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.mcg2u9

[3] GBIF.org (3 April 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.wvqpbn

[4] Guénard, B., Weiser, M., Gomez, K., Narula, N., Economo, E.P. (2017) The Global Ant Biodiversity Informatics (GABI) database: a synthesis of ant species geographic distributions. Myrmecological News 24: 83-89.

[5] OpenStreetMap contributors. OpenStreetMap database [Online]. OpenStreetMap Foundation. https://www.openstreetmap.org.

[6] Bánki, O., Roskov, Y., Döring, M., Ower, G., Hernández Robles, D. R., Plata Corredor, C. A., Stjernegaard Jeppesen, T., Örn, A., Pape, T., Hobern, D., Garnett, S., Little, H., DeWalt, R. E., Miller, J., Orrell, T., Aalbu, R., Abbott, J., Abreu, C., Acero P, A., et al. (2026). Catalogue of Life (2026-05-15 XR). Catalogue of Life Foundation, Amsterdam, Netherlands. https://doi.org/10.48580/dgxsq

[7] Oliveira U, Soares-Filho B, Leitão RFM, Rodrigues HO. 2019. BioDinamica: a toolkit for analyses of biodiversity and biogeography on the Dinamica-EGO modelling platform. PeerJ 7:e7213 http://doi.org/10.7717/peerj.7213

OtimizaInfra es una plataforma de modelado y simulación de rutas que integra la infraestructura existente o proyectada, la demanda actual o prevista, la capacidad portuaria y los flujos de carga. OtimizaInfra simula flujos complejos en red, identificando las rutas de menor costo total y asignando los volúmenes de carga con base en la capacidad mensual real de despacho de cada puerto o terminal. La plataforma integra escenarios de transporte de la producción agrícola a partir de las proyecciones agrícolas generadas por Otimizagro. Al incorporar al sistema nuevos proyectos de infraestructura en fase de estudio, como ferrocarriles estratégicos, nuevas carreteras, corredores bioceánicos o ampliaciones del calado y de terminales portuarias, es posible evaluar sus impactos sinérgicos. De este modo, OtimizaInfra responde a cuestiones críticas como la migración de cargas, la reducción de cuellos de botella y la viabilidad de nuevas infraestructuras de transporte bajo alternativas económica y ambientalmente sostenibles.