33
Construyendo conocimiento para mejores políticas Proyecto Impacto de la Variabilidad y Cambio Climático en el Ecosistema de Manglares de Tumbes Ken Takahashi, Ph. D. Instituto Geofísico del Perú y muchos colaboradores 5 de noviembre, 2014

3. 20141105 CIES Manglares

Embed Size (px)

DESCRIPTION

Cambio CC, Escenarios

Citation preview

  • Construyendo conocimiento para mejores polticas

    Proyecto Impacto de la Variabilidad y Cambio Climtico en el Ecosistema de Manglares de

    Tumbes

    Ken Takahashi, Ph. D.Instituto Geofsico del Per

    y muchos colaboradores

    5 de noviembre, 2014

  • Construyendo conocimiento para mejores polticas

    Santuario Nacional Los Manglares de Tumbes

    ManglarEcosistema boscoso tropical o subtropical ubicado en la zona costera intermareal tpicamente bajo influencia fluvial (aguas salobres o saladas).

  • Construyendo conocimiento para mejores polticas

    deparaisoenparaiso.blogspot.com

    puertomancora.com

    laindustria.pe

    Conchas negras(Anadara tuberculosa)

    Los manglares de Tumbes

    (

  • Construyendo conocimiento para mejores polticas

    28C200 km

    Ejemplo de distribucin de temperatura del mar

    04/2012

    Distribucin de manglares

    Tumbes

    Man

    glar

    es

  • Construyendo conocimiento para mejores polticas

    Tumbes

    Manglares de Tumbes

    Santuario Nacional Los Manglares de Tumbes

    PER

    ECUADORPuerto Pizarro

    Oceano

    Pacfico

  • Construyendo conocimiento para mejores polticas

    Estacin lluviosa (Marzo 2012)

    Estacin seca (Noviembre 2011)

    Salinidad del agua en el SNLMT

    Datos: Imarpe

    Datos: IGP

    Ro

    Zarumilla

    Oceano

    Pacfico

  • Construyendo conocimiento para mejores polticas

    El Nio en la costa del Per

  • Construyendo conocimiento para mejores polticas

    0.0

    1.0

    2.0

    3.0

    4.0

    5.0

    6.0

    7.0

    8.0

    9.0

    10.0

    1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

    De

    sem

    bar

    qu

    e (

    t)

    Aos

    CAPTURA ANUAL DE CONCHAS NEGRAS EN LOS CANALES DE MAREA DE PUERTO PIZARRO

    Fuente: IMARPE Tumbes

    Los efectos combinados de las presiones antrpicas y naturales son una amenaza al ecosistema.

  • Construyendo conocimiento para mejores polticas

    Objetivo principal

    Fortalecer la capacidad de n a la variabilidad y cambio tico en el ecosistema de manglares de Tumbes.

  • Construyendo conocimiento para mejores polticas

    Objetivos especficos

    1. Fortalecer y profundizar los estudios sobre los procesos sicos y cambio tico en el ecosistema de los manglares de Tumbes.

    2. Analizar los impactos que los procesos sicos vinculados a la variabilidad y cambio tico generan sobre el ecosistema de los manglares de Tumbes y la n.

    3. Analizar la vulnerabilidad mica de la n (hombres, mujeres y venes) vinculada al ecosistema, y valorar en rminos los servicios ambientales

    brindados por el ecosistema de los Manglares de Tumbes.

    4. Fortalecer capacidades locales de n en temas de n al cambio tico, y difundir los resultados del proyecto a la n, instituciones locales,

    autoridades y medios locales.

    5. Desarrollar un plan integrado de estrategias de n, incluyendo a los actores clave involucrados ( n, instituciones, locales y autoridades) que permitan incorporar el tema de n al cambio climatice en los instrumentos de n local, regional y nacional.

  • Construyendo conocimiento para mejores polticas

    Metodologa

    En cuanto a la ejecucin del proyecto, se tomaron los siguientes pasos:

    1. n del equipo cnico del proyecto (estudiantes y asesores).

    2. n de las necesidades y objetivos de cada n.

    3. n del presupuesto anual de acuerdo a las necesidades encontradas.

    4.Compras de materiales, insumos y equipo para las actividades del proyecto

    5. o del cronograma de actividades del proyecto.

    6. n y control de las actividades.

    7.Informes dicos.

    8.Reuniones de n semestrales para intercambio de experiencias entre los investigadores.

  • Construyendo conocimiento para mejores polticas

    Metodologa

    Este proyecto se dedica principalmente a la investigacin cientfica.

    La mayor parte de los estudios se desarrollaron como trabajos de tesis universitarias de diferentes disciplinas y universidades, co-asesoradas por investigadores del IGP o de instituciones socias.

    Cada uno de los temas de tesis tiene metodologas particulares pero en general han hecho uso de materiales y recursos diversos, que incluyen la toma de muestras biofsicas, el uso de equipos de

    n de parmetros ambientales, la simulacin con modelos numricos, la toma de as y videos, encuestas/entrevistas y talleres participativos.

  • Construyendo conocimiento para mejores polticas

    Temas de tesis1. Modelado hidrodinamico de los manglares de Tumbes2. Variabilidad climatica y precipitaciones extremas en la costa norte.3. Magnitud, frecuencia y factores que controlan los flujos sedimentarios desde los andes centrales occidentales hacia el oceano

    Pacifico peruano4. Estudio experimental del transporte de sedimentos en suspension y fondo, y comparacion con modelos teoricos en los rios

    Puyango, Tumbes y Zarumilla 5. Estimacion de cambio climatico en la costa norte segun los modelos globales CMIP56. Influencia de tres factores ambientales sobre los anillos de crecimiento de Rhizophora mangle en el Ecosistema de Manglares de

    Tumbes.7. Fisonomia de la vegetacion de mangle en el Sistema de Manglares de Tumbes.8. Estructura y distribucion de las comunidades vegetales del interior del Santuario Nacional Los Manglares de Tumbes y su relacion

    con factores edaficos.9. Validacion de indicadores satelitales para el estudio de los manglares de Tumbes10. Efectos de las plumas de sedimentacion en la productividad primaria del mar de Tumbes, 2012 201311. Cambio temporal de la estructura comunitaria del macrobentos en la zona intermareal de los manglares de los estuarios de

    Zarumilla y Tumbes12. Evaluacion de la calidad ecologica del ecosistema de manglar en los estuarios del rio Tumbes y Manglar en los estuarios del rio

    Tumbes y Zarumilla13. Estructura comunitaria y flujo energetico del meiobentos metazoario de los sedimentos intermareales y submareales de los

    Manglares de Tumbes en relacion al regimen de salinidad y a otros factores ambientales14. Impacto de la variabilidad ambiental sobre la estructura y dinamica poblacional de Ucides Occidentalis (Ortmann 1987) en los

    Manglares del rio Tumbes y Zarumilla15. Influencia de los cambios espaciales y temporales de salinidad en los ritmos de microcrecimiento de las conchas de Anadara

    Tuberculosa16. Influencias ambientales en la estructura y dinamica poblacional de la concha negra (Anadara tuberculosa)17. Cadena Productiva y comercializacion de la concha negra18. Dinamica territorial de la actividad acuicola en la parte baja de la cuenca del rio Tumbes, Peru. Caso: Langostineras.19. Identificacion de los impactos de la actividad agricola para el periodo de 1982-2012, distritos de aguas verdes y Zarumilla ( Zona

    de amortiguamiento del Santuario Nacional los Manglares de Tumbes).20. Capacidad de carga turistica en los manglares aplicado al Santuario Nacional los Manglares de Tumbes y Puerto

    Pizarro,Tumbes,201321. Estudio de valoracion economica del Santuario Nacional Los Manglares de Tumbes: El impacto del Cambio climatico

  • Construyendo conocimiento para mejores polticas

    Describe en forma

    no exhaustiva las

    componentes y

    sus interacciones

    del sistema

    fsico/ecolgico/hu

    mano

    consideradas en

    los estudios del

    proyecto.

    Esquema conceptual del proyecto

  • Construyendo conocimiento para mejores polticas

    Dentro de un evento El Nio, la lluvia puede variar mucho de da a da

    EL N

    IO

    19

    82

    -83

    EL N

    IO

    19

    97

    -98

    >250%

    Lluvias extremas durante El Nio

    K. Len

    Das lluviosos Das secosLluvioso/secoPromedio

  • Construyendo conocimiento para mejores polticas

    TASAS DE EROSIN DURANTE MEGA NIOS (82-83, 97-98)

    16

    Morera et al., in process..

    Fuerte influencia de los mega El Nio, el transporte de sedimentos en suspensin incrementan de 10 a 30 veces un ao normal.

  • Construyendo conocimiento para mejores polticas17

    Transporte fluvial de sedimentos de fondo

    Existen muy pocos estudios de transporte de sedimentos de fondo en el Per.

    Datos preliminares de Tumbes sugieren que estos sera del orden de 1% del total.

    J. Quincho

  • Construyendo conocimiento para mejores polticas

    El rgimen hdrico es el factor maestro que influye en la

    variacin espacio-temporal de las caractersticas

    fisicoqumicas y geoqumicas de los manglares.

    poca hmedapoca seca

    Fsico-geoqumica del manglar:Ej. salinidad en agua de fondo

  • Construyendo conocimiento para mejores polticas19

    MODELOSCON BUEN

    AJUSTE

    Tumbes -> rango de 0 a 60 % de incremento de la PP promedio al 2100.

    PP corregida

    (%)

    PP GCM sin corregir (%)

    Tesis de Yakelyn

    Ramos (2014)

    Efecto del cambio climtico en la lluvia (

  • Construyendo conocimiento para mejores polticas

    Niv

    el d

    e m

    area

    en

    el m

    angl

    ar (

    m)

    1

    0

    -1

    2

    Man

    glar

    (R

    hiz

    .)

    Man

    glar

    baj

    o

    Ve

    get.

    hal

    fi

    ta

    Mat

    orr

    al a

    rbu

    stiv

    o

    He

    rbaz

    al

    C. Parra

    Frecuencia de inundacin para cada comunidad vegetal

  • Construyendo conocimiento para mejores polticas

    Sensoramiento remoto para identificar comunidades vegetales

    Validacin de tcnicas mecano estadsticos para la clasicacindel ecosistema M anglares de Tumbes mediante imgenes de satlite

    Prncipe .E 1,2, Willems .B 2 y Rojas. J 2.1 Instituto Geofsico del Per 2 Universidad Nacional Mayor de San Marcos.

    Resumen

    El presenteestudio busca, por un lado, validar la aplicabilidad del algoritmo de lasRedesElsticas (ENA por sussiglas en ingles) para la clasicacin de lasdistintas

    coberturas y elementos que componen el Santuario Nacional los Manglares de Tumbes y las zonas de amortiguamiento, empleando imgenes de la serie del satlite

    LANDSAT.

    I ntroduccin

    La teledeteccin por satlite permite realizarevaluaciones acerca de los eventos que se dan

    sobre la supercie terrestre, con una alta tasa derepeticin.

    Figura1: Esquema dela teledeteccin por satlite

    I ndices fsicos

    N DVI =(N I R R)

    (N I R + R)

    N DWI =N I R SWI RN I R + SWI R

    SAVI =(N I R R)(1+ L )

    (N I R + R + L )

    Donde L factor de correccin 0 < L < 1

    Algoritmo de las redes

    elsticas

    Energa de interaccin

    E i j =1

    2|x i yj |

    2

    Energa total

    E = i j Pi j E i j

    Distribucin de probabilidad

    Pi j =e E i j

    Z iFuncin particin

    Z i = j e E i j

    Energa libre

    F = 1

    lnZ +

    1

    2 j |yj yj 1|

    2

    Donde 12 j |yj yj 1|

    2es la energa de interac-

    cin entre nodos. Minimizando F respecto a losnodos.

    iPi j (x i yj ) + (yj +1 2yj + yj 1) = 0,j

    Solucin delaecuacin no lineal gradientedes-cendiente.

    yj = F

    yi

    Reemplazando las ecuaciones se obtiene:

    j Pi j (x i yj ) + (yj +1 2yj + yj 1),j

    M etodologa

    1 Descarga de imgenesTM, ETM+ y seleccinde imgenes con nubosidad menor al 10%.

    2 Procesamiento de imagen: Coversin de niveldigital a radiancia.

    3 Conversin de Radiancia a reectancia correcin atmosfrica.

    4 Extraccin de ndices fsicos (NDVI,NDWI ySAVI), seleccin del que mejor representa a laimagen RGB:742.

    5 Aplicacin del ENA clasicacin nosupervisada.

    6 Anlisis espectral de resultados de clases delENA.

    7 Aplicacin del Maximum likelihood clasicacin supervisada.

    8 Comparacin del ENA y el ML.

    Resultados

    I ndices fsicos

    (a) RGB:742 (b) NDVI

    (c) SAVI (d) NDWI

    Figura 2: Imagen TM, 27/ 03/ 1985

    (a) Imagen falso color (b) Imagen SAVI

    (c) SAVI grises

    Figura 3: Imagen TM, 7/ 09/ 1998

    Clasicacin mediante EN A y M L

    (a) Cluster 0 (b) Agua

    (c) Cluster 1 (d) Arena

    (e) Cluster 2 (f) Vegetacin dispersa

    (g) Cluster 3 (h) Matorral arbustivo

    (i) Cluster 4 (j) Mangle bajo

    (k) Cluster 5 (l) Mangle achaparrado

    (m) Cluster 6 (n) Mangle alto

    Figura 4: Imagen TM, 7/ 9/ 1998

    Comparacin de rmas espectralesENA M L

    (a) Firma espectral cluster 0 (b) Firma espectral cluster 1

    (c) Firma espectral cluster 2 (d) Firma espectral cluster 3

    (e) Firma espectral cluster 4 (f) Firma espectral cluster 5

    (g) Firma espectral cluster 6

    Figura 5: Comparacin de rmas espectrales

    Algunos alcances del

    trabajo

    En el trabajo realizado se presenta la validacindeuna nueva metodologa declasicacin no su-pervisada mediante el uso de datos de imge-nes satlite, como consecuencia del ello se obtu-vo las clases informacionales de las coberturas

    del SNLMT, entre ellas se obtuvo las diferentes

    clases de mangle predominante en el rea que asu vezsellevaa realizar el anlisis temporal parael periodo 1985 y 2013. Este mtodo de clasi-cacin queseproponeserdegran utilidad a laspersonasquedesean realizar el estudio deuso de

    suelo o realizar la clasicacin de un rea deter-minada mediante el usos de imgenes satlite.

    Conclusiones

    El algoritmo de las redeselsticas (ENA)permite hacer divisiones de clusters que

    contienen las mismas propiedades.

    La clasicacin por ENA (no supervisada) seobserva que existe una buena aproximacin ala clasicacin por ML (supervisado).

    El algoritmo de las redeselsticas (ENA)para la clasicacin de los diferentescomponentes de Santuario Nacional

    Manglares de Tumbes (SNMT) resulta ser

    una herramienta eciente.

    References

    [1] Richard Durbin and David Willshaw.

    An Analogue Approach to the Travelling

    Salesman Problem Using an Elastic net

    Method.

    326:689691, 1987.

    [2] K Rose, E Gurewitz, and G Fox.

    Statistical mechanics and phase transitions

    in clustering.

    65:945948, 1990.

    [3] Marcos Levano and Hans Nowak.

    New aspects of the elastic net algorithm for

    cluster analysis.

    20:835850, 2011.

    [4] B. L. Willems, G F. Toledo, A J. Rojas, and

    H. Nowak.

    Automatizad Detection of Glaciers Using

    The Elastic Net Algorithm.

    Agradecimiento

    Este trabajo ha sido nanciado por el proyec-to Impacto de la Variabilidad y Cambio

    Climtico en el Ecosistema de M angla-res de Tumbes realizado por el IGP. El tra-

    bajo fue desarrollado en el Laboratorio de Tele-

    deteccin - UNMSM.

    Contacto

    Email: [email protected]

    Validacin de tcnicas mecano estadsticos para la clasicacindel ecosistema M anglares de Tumbes mediante imgenes de satlite

    Prncipe .E 1,2, Willems .B 2 y Rojas. J 2.1 Instituto Geofsico del Per 2 Universidad Nacional Mayor de San Marcos.

    Resumen

    El presenteestudio busca, por un lado, validar la aplicabilidad del algoritmo de lasRedesElsticas (ENA por sussiglas en ingles) para la clasicacin de lasdistintas

    coberturas y elementos que componen el Santuario Nacional los Manglares de Tumbes y las zonas de amortiguamiento, empleando imgenes de la serie del satlite

    LANDSAT.

    I ntroduccin

    La teledeteccin por satlite permite realizarevaluaciones acerca de los eventos que se dan

    sobre la supercie terrestre, con una alta tasa derepeticin.

    Figura1: Esquema dela teledeteccin por satlite

    I ndices fsicos

    N DVI =(N I R R)

    (N I R + R)

    N DWI =N I R SWI RN I R + SWI R

    SAVI =(N I R R)(1+ L )

    (N I R + R + L )

    Donde L factor de correccin 0 < L < 1

    Algoritmo de las redes

    elsticas

    Energa de interaccin

    E i j =1

    2|x i yj |

    2

    Energa total

    E = i j Pi j E i j

    Distribucin de probabilidad

    Pi j =e E i j

    Z iFuncin particin

    Z i = j e E i j

    Energa libre

    F = 1

    lnZ +

    1

    2 j |yj yj 1|

    2

    Donde 12 j |yj yj 1|

    2es la energa de interac-

    cin entre nodos. Minimizando F respecto a losnodos.

    iPi j (x i yj ) + (yj +1 2yj + yj 1) = 0,j

    Solucin delaecuacin no lineal gradientedes-cendiente.

    yj = F

    yi

    Reemplazando las ecuaciones se obtiene:

    j Pi j (x i yj ) + (yj +1 2yj + yj 1),j

    M etodologa

    1 Descarga de imgenesTM, ETM+ y seleccinde imgenes con nubosidad menor al 10%.

    2 Procesamiento de imagen: Coversin de niveldigital a radiancia.

    3 Conversin de Radiancia a reectancia correcin atmosfrica.

    4 Extraccin de ndices fsicos (NDVI,NDWI ySAVI), seleccin del que mejor representa a laimagen RGB:742.

    5 Aplicacin del ENA clasicacin nosupervisada.

    6 Anlisis espectral de resultados de clases delENA.

    7 Aplicacin del Maximum likelihood clasicacin supervisada.

    8 Comparacin del ENA y el ML.

    Resultados

    I ndices fsicos

    (a) RGB:742 (b) NDVI

    (c) SAVI (d) NDWI

    Figura 2: Imagen TM, 27/ 03/ 1985

    (a) Imagen falso color (b) Imagen SAVI

    (c) SAVI grises

    Figura 3: Imagen TM, 7/ 09/ 1998

    Clasicacin mediante EN A y M L

    (a) Cluster 0 (b) Agua

    (c) Cluster 1 (d) Arena

    (e) Cluster 2 (f) Vegetacin dispersa

    (g) Cluster 3 (h) Matorral arbustivo

    (i) Cluster 4 (j) Mangle bajo

    (k) Cluster 5 (l) Mangle achaparrado

    (m) Cluster 6 (n) Mangle alto

    Figura 4: Imagen TM, 7/ 9/ 1998

    Comparacin de rmas espectralesENA M L

    (a) Firma espectral cluster 0 (b) Firma espectral cluster 1

    (c) Firma espectral cluster 2 (d) Firma espectral cluster 3

    (e) Firma espectral cluster 4 (f) Firma espectral cluster 5

    (g) Firma espectral cluster 6

    Figura 5: Comparacin de rmas espectrales

    Algunos alcances del

    trabajo

    En el trabajo realizado se presenta la validacindeuna nueva metodologa declasicacin no su-pervisada mediante el uso de datos de imge-nes satlite, como consecuencia del ello se obtu-vo las clases informacionales de las coberturas

    del SNLMT, entre ellas se obtuvo las diferentes

    clases de mangle predominante en el rea que asu vezsellevaa realizar el anlisis temporal parael periodo 1985 y 2013. Este mtodo de clasi-cacin queseproponeserdegran utilidad a laspersonasquedesean realizar el estudio deuso de

    suelo o realizar la clasicacin de un rea deter-minada mediante el usos de imgenes satlite.

    Conclusiones

    El algoritmo de las redeselsticas (ENA)permite hacer divisiones de clusters que

    contienen las mismas propiedades.

    La clasicacin por ENA (no supervisada) seobserva que existe una buena aproximacin ala clasicacin por ML (supervisado).

    El algoritmo de las redeselsticas (ENA)para la clasicacin de los diferentescomponentes de Santuario Nacional

    Manglares de Tumbes (SNMT) resulta ser

    una herramienta eciente.

    References

    [1] Richard Durbin and David Willshaw.

    An Analogue Approach to the Travelling

    Salesman Problem Using an Elastic net

    Method.

    326:689691, 1987.

    [2] K Rose, E Gurewitz, and G Fox.

    Statistical mechanics and phase transitions

    in clustering.

    65:945948, 1990.

    [3] Marcos Levano and Hans Nowak.

    New aspects of the elastic net algorithm for

    cluster analysis.

    20:835850, 2011.

    [4] B. L. Willems, G F. Toledo, A J. Rojas, and

    H. Nowak.

    Automatizad Detection of Glaciers Using

    The Elastic Net Algorithm.

    Agradecimiento

    Este trabajo ha sido nanciado por el proyec-to Impacto de la Variabilidad y Cambio

    Climtico en el Ecosistema de M angla-res de Tumbes realizado por el IGP. El tra-

    bajo fue desarrollado en el Laboratorio de Tele-

    deteccin - UNMSM.

    Contacto

    Email: [email protected]

    E. Prncipe

  • Construyendo conocimiento para mejores polticas

    Modelo numrico de la circulacin en el SNLMT

    Desarrollado en el marco del proyecto.

    Se podr utilizar para estimar el efecto de los cambios en los patrones de inundacin y, por lo tanto, de distribucin de especies

    J. Fajardo

  • Construyendo conocimiento para mejores polticas

    Marea de sicigia

    (aguaje)

    Marea de cuadratura (quiebra)

    2 m

    1 da

    60 cm

    Nivel del agua en el SNLMT

    Marea de sicigia

    (aguaje)

    Nivel de referenciaManglar

    El Nio fuerte o cambio climtico hipottico*

    Aumento del nivel del agua Nivel de referencia

    Manglar

    * En el caso del CC, el sustrato podra seguir el paso al nivel del

    mar si es que hay suficiente aporte de sedimentos

    Las mareas en el manglar de Tumbes

  • Construyendo conocimiento para mejores polticas

    Cangrejos de manglar en SNLMT y Puerto Pizarro

    Resultados

    60

    65

    70

    75

    80A

    nch

    o C

    efa

    loto

    rax

    (mm

    )

    Meses

    Machos

    SNLMT

    P. Pizarro

    60

    65

    70

    75

    80

    An

    cho

    Ce

    falo

    tora

    x (m

    m)

    Meses

    Hembras

    SNLMT

    P. Pizarro

    Resultados

    60

    65

    70

    75

    80

    An

    cho

    Ce

    falo

    tora

    x (m

    m)

    Meses

    Machos

    SNLMT

    P. Pizarro

    60

    65

    70

    75

    80

    An

    cho

    Ce

    falo

    tora

    x (m

    m)

    Meses

    Hembras

    SNLMT

    P. Pizarro

    Resultados

    60

    65

    70

    75

    80

    An

    cho

    Ce

    falo

    tora

    x (m

    m)

    Meses

    Machos

    SNLMT

    P. Pizarro

    60

    65

    70

    75

    80

    An

    cho

    Ce

    falo

    tora

    x (m

    m)

    Meses

    Hembras

    SNLMT

    P. Pizarro

    J. Vitor y J. Tarazona

    SNLMT

    Pto Pizarro

    En el Santuario (rea protegida) los cangrejos (Ucides occidentalis) son sustancialmente mayores que en Pto. Pizarro

    An

    cho

    de

    cfa

    loto

    rax

    (Ac)

  • Construyendo conocimiento para mejores polticas

    Calentamiento del mar y el aire

    Ms lluvias intensas

    Aumento de nivel del mar

    Algunos posibles impactos fsicos del Cambio Climatico en los manglares

  • Construyendo conocimiento para mejores polticas

    Actividades econmicas que impactan el SNLMTActividades econmicas que impactan el SNLMT

    Turismo

    AgriculturaLangostineras

    Extraccin artesanal

    Centros

    Poblados

    Grandes

    proyectos

    Actividades

    en Ecuador

    L. Cspedes

    Si bien el SNLMT es un rea protegida, existen sustanciales actividades tanto en su interior como su zona de amortiguamiento.

    Por otro lado, no se debe asumir que toda actividad es negativa. Es necesario hacer evaluaciones objetivas.

  • Construyendo conocimiento para mejores polticas

    Instituciones pblicas SernanpTumbes, GORETumbes, Municipalidad

    Provincial de Zarumilla, PJ, PNP, MGP, Imarpe, Dicapi, Digesa, OEFA, ANA y PEBPT

    Instituciones privadas Empresas langostineras Asociacin de langostineros Peruanos ALPE

    Organizaciones sociales Asociaciones de extractores artesanales Grupo de agricultores

    Organizaciones sin fines de lucro Para el ao 2013 no exista ninguna ONG que trabajara

    para el SNLMT. Hasta el 2012 estuvo MEDA.

    Actores del rea de estudio

    Flores et al.

    Mapa de actores relacionados al SNLMT

  • Construyendo conocimiento para mejores polticas

    Extractores de recursos hidrobiolgicos en el SNLMT

    Tipos de extractores artesanales

    del SNLMT

    Concheros Cangrejeros PescadoresCaractersticas bsicas

    de las asociaciones de extractores

    Ao de creacin

    Nombre de la Asociacin # Concheros # Cangrejeros # Pescadores

    1994 ASEPROHI San Pedro 12 65 44

    2001 ACP El Bendito 10 19

    2003 ASPOPRODECAZ Campo

    Amor

    4 4 15

    2004 ASEXTRHI Nueva

    Esperanza

    20 5 12

    2006 ACODESAM El Bendito 18 13 2

    2011 AEXAPROH Los Tumpis 48 - -

    TOTAL 112 106 73

    Fuente: Sernanp, 2013

    SERNANP 2013

    Actividades extractivas artesanales existen desde mucho antes de la creacin del SNLMT en 1988.

    Diversos proyectos han impulsado la creacion y/o fortalecimiento de asociaciones de extractores.

    Actualmente existen (6) asociaciones de extractores 2010 entrega de carnets a los extractores reconocidos por

    parte del SERNANP

    ProblemticaAsociaciones: Falta de coordinacin y posicin comn para la negociacin, competencia entre extractores y entre asociaciones Socioambiental: Declinacin de concha negra, Fenmeno El Nio, cambios en mareasExtractores: Situacin familiar compleja, preocupacin por el futuro, extractores ilegales, actividades complementarias

    Martinez et al.

  • Construyendo conocimiento para mejores polticas

    Dinmica langostinera

    14

    3. Influencia en la dimensin fsica

    Analisis multitemporal de pozas langostineras operativas (1985-2014)

    Per

    Ecuador

    Ocupacion agresiva del territorio por la actividad langostinera entre los anos 70s y 80s.

    Desaceleracin por: Fenomeno de El Nino (1982-1983 y 1997-1998)Septima pandemia de colera (1991) Sndrome de la mancha blanca (WSS, 1999).

    L. Cspedes & E. PrncipeSolo en 1985Solo en 2014Tanto en 1985 como en 2014

  • Construyendo conocimiento para mejores polticas

    Flores et al.

    El fin es poder evaluarlos cambios que sevienen presentandoen los ecosistemas

    El objetivo del MEA esapoyar a lostomadores dedecisiones.

    La finalidad esestablecer medidasde conservacin, usossustentables.

    Metodologa del Millenium Ecosystem Assessment (MEA)

    Evaluacin de servicios ecosistmicos

  • Construyendo conocimiento para mejores polticas

    Provisin de alimentos: Corresponde a los recursos extrados como los moluscos, crustceos y peces.

    Provisin de materias primas de origen biolgico: Relacionado a la produccin de troncos, lea, madera aserrable, entre otro.

    Actividades recreativas: Describe los servicios que provee el manglar con fines recreativos o tursticos.

    Regulacin morfosedimentaria: La capacidad de absorber y redistribuir sedimentos.

    Regulacin de salinidad: Capacidad que tiene el ecosistema manglar de adaptarse a cambios en la salinidad.

    Soporte de biodiversidad: Se da por caractersticas nicas que tiene los humedales costeros

    Servicios ecosistmicos del manglar

    Flores et al.

  • Construyendo conocimiento para mejores polticas

    Conclusiones

    Los manglares de Tumbes son fuertemente afectados por la variabilidad climtica (El Nio) y potencialmente por el cambio climtico, particularmente por el cambio en nivel del mar, transporte de sedimentos y biogeoqumica del agua.

    Las actividades humanas tienen tambin un fuerte impacto

    Las propuestas de medidas de adaptacin (en desarrollo) deben considerar tanto los aspectos fsico-biolgicos como los socioeconmicos. En ambos casos es necesaria la investigacin cientfica.

  • Construyendo conocimiento para mejores polticas

    Recomendaciones Implicancias de poltica

    Utilizar en forma crtica los conocimientos locales como gua para el planteamiento y ejecucin del proyecto.

    Apoyar la investigacin bsica, pero lograr un punto intermedio entre lo til y lo puramente acadmico es un trabajo de coordinacin constante.

    Se apoyar a SERNANP en la elaboracin del Plan Maestro del SNLMT, as como en la incorporacin del cambio climtico en las metodologas de gestin de las reas naturales protegidas.

    Considerar los aspectos socioeconmicos a nivel micro como determinante de la viabilidad de medidas de adaptacin al cambio climtico.