Artículo científico / Research paper
Evaluación espaciotemporal del
cambio global en el Departamento Sur de Haití, de 1973 al 2017
Evaluation of the global spatiotemporal change in the South Departme=
nt
of Haiti, from 1973 to 2017
Marco A. Martínez1
=
1 Escuela de Geografía y Observatorio del Agua y Cambio Global,
Universidad de Costa Rica.
2 Centro Agronómico Tropical de
Investigación y Enseñanza; WATERCLIMA-LAC, Gestión y zonas costeras, Costa
Rica.
Autor para
correspondencia: marco.martinezmartinez@ucr.ac.cr
Fecha
de recepción: 4 de junio de 2019 - Fecha de aceptación: 11 de septiembre de
2019
RESUM<=
span
style=3D'letter-spacing:.05pt'>EN
Haití es una nación con grandes retos ambiental=
es y
sociales. La alta deforestación, falta de planificación territorial,
inestabilidad política y económica, y una población ejerciendo presión sobre
recursos naturales son factores característicos de Haití que se manifiestan=
en
su dinámica territorial. En este artículo analizamos los procesos de cambio=
de
cobertura de la tierra en el Departamento Sur de Haití de 1973 al 2017 y la
relación de estos procesos con ciertas variables socioeconómicas y biofísic=
as
asociadas al cambio global y sus componentes. Para ello utilizamos imágenes
satelitales Landsat, repositorios de datos públicos, metodologías para el
análisis de la direccionalidad del cambio, así como análisis estadísticos
correlacionales. Los resultados muestran una fluctuación marcada en el camb=
io
de áreas de cultivos, una relación parcial del suelo desnudo con zonas
deforestadas, así como una disminución en la cobertura boscosa tras una ser=
ie
de eventos hidrometeorológicos y sociopolíticos presentados en Haití. Ademá=
s,
encontramos que el cambio de matorral se asoció significativamente con las
tasas de cambio de población, de temperatura y del Índice de Desarrollo Hum=
ano
(IDH), mientras que la tasa de cambio de precipitación influyó
significativamente en el cambio de la cobertura de cultivos. Por otra parte,
los cambios en el suelo desnudo tuvieron relación significativa con la tasa=
de
cambio de población. Finalmente, ninguna de las variables consideradas se
asoció significativamente con el cambio espaciotemporal de las coberturas
urbano y bosque.
P=
ala<=
/span>bras clave: Cambio
Global, Cambio de cobertura de la tierra, Teledetección, Haití.
ABSTRACT<=
/span>
Haiti as a country faces great environmental and societal challenges.
Haiti is characterized by a high deforestation, lack of territorial plannin=
g, political
and economic instability, and a growing population exerting pressure on nat=
ural
resources. In this article, we analyze the historic land cover change in the
Southern Department of Haiti from 1973 to 2017 and the relationship to
socioeconomic and biophysical variables. All variables under change together
are considered as the holistic definition of global change. We used Landsat
satellite images, public data repositories and statistical correlations to
analyze the directionality of the above-mentioned global change in Haiti. T=
he
results showed a marked fluctuation of crop areas, a relation of bare soil =
with
deforested areas, as well as a decrease in forest cover after a series of
hydrometeorological and sociopolitical events. In addition, we found that
changes in brush area were significantly associated with the rates of chang=
e in
population, temperature and the Human Development Index (HDI), while the ra=
te
of change in rainfall significantly influenced the change in crop coverage.=
On
the other hand, changes in bare soil had a significant relationship with the=
rate of population change. Finally, none of the variables considered was
significantly correlated with the spatiotemporal change of urban and forest
coverage.
1. INTRODUCCIÓN
El ca=
mbio
de uso y cobertura de la tierra en el Planeta representa uno de los
mayores contribuyentes a los procesos de cambio ambiental global (Geist &am=
p;
Lambin, 2001; Lambin, Geist, & Lepers, 2003; Duarte et al., 2006; Lambin & Geist, 2006). Estas dinámicas de cam=
bio
responden en gran parte a las crecientes presiones antropogénicas por el
aumento poblacional y demanda de recursos. No obstante, diversos científicos
sostienen que el cambio de uso y cobertura de la tierra está diversamente
conducido, principalmente, por el sistema económico imperante, dinámicas
demográficas locales y globales, el sistema político, el desarrollo tecnoló=
gico
acelerado, modos y estilos de vida social, alteraciones climáticas y biofís=
icas
del Planeta y la dinámica del uso del suelo (Geist & Lambin, 2001; Lamb=
in et al., 2001; Veldkamp & Lambi=
n,
2001; Carr, 2004; Zondag & Borsboom, 2009; Goldewijk & Ramankutty,
2010; Lambin & Meyfroidt, 2011). Los cambios no ocurren de forma homogé=
nea
y suceden a largo plazo. Estos factores conductores del cambio pueden divid=
irse
en muchas fuerzas impulsoras específicas que afectan elementos puntuales del
sistema terrestre (Zondag & Borsboom, 2009).
Según
datos del Departamento de Asuntos Económicos y Sociales (DAES) de la ONU
(2017), el Planeta Tierra en el año 2017 albergaba a 7.750 millones de
personas, estimando para el 2050 más de 9.700 habitantes. Para la región de
Latinoamérica y Caribe, para el 2017 había 646 millones de personas (DAES,
2017), con una proyección de 780 millones para el 2050. Por tanto, todo ind=
ica
que el aumento poblacional a nivel mundial continuará ejerciendo presión so=
bre
los recursos naturales y con ella la dinámica territorial, especialmente en=
los
trópicos, con consecuencias a nivel global (Houghton, 1994).
Haití es país con retos importantes de esta índole, incluido el aume=
nto
poblacional, presión sobre escasos recursos naturales, alta deforestación,
inestabilidad sociopolítica y económica, desastres socio-naturales, entre
otros, que a su vez crean realimentaciones que agravan más la condición de =
vulnerabilidad
socioeconómica y ambiental del país (González & Manero, 2011). Aunado a
esto, ha habido un deficiente manejo político de las autoridades del Gobier=
no
ante estos importantes desafíos (PNUMA: Programa de las Naciones Unidas par=
a el
Ambiente, 2013). Por ejemplo, los sistemas de gobierno de Haití han incidid=
o en
los últimos siglos en una disminución considerable de su cobertura forestal,
proceso que inició desde la época colonial y actualmente no se vislumbra un
compromiso estatal por fortalecer y crear políticas públicas ambientales. E=
n el
siglo XV, el 85% del territorio haitiano estaba cubierto de bosques (Barthe=
lemy
& Barthelemy, 2003); hoy en día la cubierta forestal comprende entre el=
2 y
el 4% del territorio (PNUMA, 2013), en gran medida debido a la sobreutiliza=
ción
del recurso maderero para extraer carbón para uso doméstico y energético. D=
el
mismo modo, no debe obviarse el aumento poblacional que Haití presenta (1.6=
% de
crecimiento anual), alcanzando para el año 2015 unos 10,711,067 habitantes =
(Banco
Mundial, 2017) en tan sólo 27,750 km² (386 habitantes/km²).
Lo anterior lleva a una reflexión sobre los posibles factores
ambientales, socioeconómicos y políticos que inciden en estos cambios en el
paisaje haitiano, particularmente en el Departamento Sur de Haití. Por eso,=
en
este estudio quisimos analizar el cambio global y sus componentes,
cuantificando los cambios, examinando su direccionalidad, y explorando su
interrelación con ciertas variables biofísicas y sociales en este sitio de
estudio. Aquí conceptualizamos el cambio global como cambios acumulativos en
componentes biofísicos por acciones antropogénicas y naturales que se dan a
nivel local/regional pero que tienen alcance global, por la naturaleza
sistémica del funcionamiento terrestre (Meyer & Turner, 2002). Esta
interpretación del cambio global, entonces, lleva implícita las interaccion=
es
de las actividades antropogénicas y de procesos naturales, las cuales confi=
eren
una gama amplia de cambios en las condiciones físicas de la Tierra (Rounsev=
ell,
2006; Equi=
hua
Zamora, Hernández Huerta, Pérez Maqueo, Benítez Badillo, & Ibañez Berna=
l,
2015).
2. &nbs=
p;
MATERIALES Y
MÉTODOS
2.1.=
Área de estudio
El Departamento Sur de Haití (DS) está ubicado al suroeste de Haití y
comprende un área de aproximadamente 2,600 km2 (Figura 1). Cuenta
con una población de 774,976 habitantes, representando poco más del 7% del
total de población del país.
El DS es catalogado como de alta vulnerabilidad social y ambiental, y
está enmarcado en un sistema político inestable (González & Manero, 201=
1).
Entre las actividades económicas principales destacan la agricultura básica,
ganadería y mano de obra para servicios. El clima es tropical, con dos époc=
as
lluviosas, una de abril a junio, y otra de octubre a noviembre. El DS regis=
tra
una pluviosidad anual promedio de 1703 mm y una temperatura anual promedio =
de
27°C (Administración Nacional Oceánica y Atmosférica, 2017). Gran parte de =
la
lluvia entre julio y octubre se debe al aporte de humedad de los ciclones
tropicales y huracanes que se originan en el Océano Atlántico y Mar Caribe.
Además, Haití experimenta épocas interanuales donde eventos hidrometeorológ=
icos
son influyentes en la dinámica natural interna del país.
Al igual que la mayoría del país, esta zona está caracterizada por u=
na
alta deforestación y daño ambiental, siendo la erosión y la baja fertilidad=
de
los suelos problemas determinantes (WaterClima-LAC, 2017). Al noroeste de L=
es
Cayes, en el DS, se encuentra el 68% del total del área del Parque Nacional=
Pic
Macaya (Figura 1), sitio importante para la población haitiana por conservar
los pocos remanentes de bosque primario y especies de flora y fauna endémic=
as
de La Española. Sin embargo, se estima que hay más de 53,000 personas habit=
ando
dentro de la jurisdicción del parque (Ministère de L’environnement, 2015), lo=
que
incide en la deforestación del área protegida.
2.2.=
Procesamiento de imágenes satelitales
Como
primera etapa de esta investigación, se llevó a cabo una clasificación
supervisada para obtener mapas de de la tier=
ra
del DS. Para ello se utilizaron imágenes Landsat (dos “bloques” para cubrir
toda el área de estudio) obtenidas del repositorio web de USGS-NASA, en el
rango anual 1973-2017. Al final, los años de análisis fueron 1973, 1979, 19=
86,
1992, 2000, 2007, 2013 y 2017, tomando como criterios de selección la cober=
tura
nubosa menor al 10%, una disponibilidad temporal de ambos bloques lo más
consecutivo posible (idealmente anual o quinquenal), así como la ausencia de
alteraciones radiométricas ni de radiancia en píxeles.
El
preprocesamiento de las imágenes satelitales se efectuó con el software de
código abierto QGis versión 2.18 Las Palmas, bajo la aplicación Semi Automa=
tic
Classification (SCP). Como primer paso en el preprocesamiento, se efectuó la
corrección atmosférica para eliminar píxeles
Figura 1. Zona de ubicación del estudio enmarcado en rojo =
en
un contexto regional (cuadro inferior).
oscur=
os
con el método DOS-1 (Chávez, 1988); luego, se realizó el juego de bandas de
color verdadero (para los proyectos Landsat 4, 5, 7 y 8) y falso color (para
los proyectos Landsat 1, 2 y 3); finalmente, se creó el mosaico de bloques =
de
imágenes satelitales que cubren el área de estudio. Al final, mediante el
software Geomática y su herrami=
enta “Smart GeoFill” se logró reducir la
nubosidad en las imágenes satelitales a un porcentaje promedio de 10%. Para
esto, se debió contar con al menos otro bloque de imágenes satelitales para
todos los años en estudio.
Poste=
rior
al preprocesamiento, se realizó una clasificación no supervisada del DS con=
el
algoritmo K-means, con las sigu=
ientes
clases de cobertura: cuerpos de agua, urbano o infraestructura, cultivos, b=
osque,
pastos arbolados y suelo desnudo. Para verificación de la clasificación fin=
al,
se comprobaron y reconocieron en campo aquellas zonas en las no había segur=
idad
de existencia de una determinada cobertura, con el fin de obtener una
clasificación supervisada basada en el algoritmo de Máxima Verosimilitud pa=
ra
todos los años en estudio. Ambas clasificaciones se realizaron con el softw=
are
ERDAS IMAGINE 2015.
2.3. Cuanti=
ficación
del cambio de cobertura y determinación de la direccionalidad de cambio
Los m=
apas
producto de la clasificación supervisada fueron luego utilizados para calcu=
lar
las tasas de cambio desde el año 1973 al 2017. Para este cálculo se utilizó=
la
fórmula propuesta por la FAO (1996), adaptada por Ruiz, Savé, & Herrera=
(2013):
donde= : TDA: tasa de cambio anual; S2 =3D superficie fecha 2; S1 = =3D superficie en la fecha 1; n =3D es el número de años entre las dos fechas.<= o:p>
Con e=
stas
tasas y a través del álgebra de mapas se creó la cartografía de direccional=
idad
que indica la transición de una cobertura inicial a otra posterior, tomando
como base el año 1973 y el año final el 2017. La direccionalidad de cambio =
se
define aquí como la tendencia transicional en cobertura de un año a otro pa=
ra
un espacio determinado. Cabe resaltar que se determinó una direccionalidad
única solo entre estos dos puntos de tiempo. El método de direccionalidad se
centró entonces en establecer las transiciones de cobertura mediante una ma=
triz
de creación propia basada en la asignación de un sistema de codificación pa=
ra
cada cobertura. Esta matriz se elaboró con la herramienta Combine del ArcGis
10.5.
2.4. Análisis estadístico
La Ta=
bla
1 detalla los repositorios de datos socioeconómicos y climáticos utilizados
para el análisis estadístico. Para cada una de las variables, se calculó la
tasa de cambio antes descrita (Ecuación 1).
Para
examinar la correlación entre las variables y el cambio de cobertura de la
tierra, se corrió una correlación de Spearman (Ecuación 2) debido a que la
distribución de los datos no era normal. Se eligieron aquellos coeficientes=
de
correlación mayores a ±0.6, y donde existía una alta significancia entre las
variables correlacionadas (p>0.1). Por tanto, la ecuación de
correlación utilizada fue:
donde: <=
/i>rs =3D coeficiente de corre=
lación
Spearman; d =3D diferencia entre los rangos (X-Y); n=3D total de datos.
Figura 2. Serie de tiempo de la cober=
tura de la tier=
ra
en el Departamento Sur de Haití, de 1973 al 2017.
Tambi=
én
se realizó una regresión linear múltiple (RLM) (Ecuación 3) para exam=
inar
la influencia de las variables en los cambios de las diferentes coberturas.=
El
análisis RLM se trabajó con el software SigmaPlot v.13, donde se permite
relacionar las tasas de cambio de las variables con las tasas de cambio de
coberturas determinadas de una manera más automatizada. La ecuación de la R=
LM
se muestra a continuación:
donde:
y =3D variable dependiente (tasa de cambio de cobertura); x1, x<=
sub>2,
x3 … xn =3D variables independientes; b0, =
b1,
b2, … bn =3D coeficientes de regresión.
Es importante recalcar que por ser los da=
tos no-paramétricos
se usó la correlación de Spearman, sin embargo, se revisó la normalidad de =
las
series para trabajar con RLM y al ser datos anuales no se hallaron mayores
inconvenientes en la ejecución de las fórmulas.
3. =
RESULTADOS
3.1. Dinámicas de cambio de cobertura de la
tierra en el DS
El
análisis de los mapas de cobertura de la tierra (Figura 2) determinó que, e=
n el
DS, y para el período estudiado, han predominado las coberturas de matorral,
cultivos, y suelo desnudo respectivamente. Se evidenciaron zonas que desde =
el
año 1973 hasta el 2017 se mantuvo la cobertura, tales son los casos de las
áreas de matorrales entre Aquin y Côtes-de-Fer en el sector sureste del DS y cerca de las
colindancias con Grand Anse, en el noroeste del DS; el gran reservorio agríco=
la
en la llanura Les Cayes y el valle en Lalane, al noreste de Aquin
La
cobertura boscosa, por su parte, tuvo una tendencia a la disminución, mas no
así la cobertura impermeable asociada a usos urbanos. Los cuerpos de agua se
expandieron y disminuyeron en extensión, sin embargo, esta cobertura no se =
tomó
en cuenta para las correlaciones estadísticas ya que estas variaciones podr=
ían
depender de condiciones hidro-climáticas y geológicas propias de la región =
que
no forman parte de esta investigación.
El ár=
ea
forestal mostró un promedio de área muy bajo entre los años 1973 y 2017,
respecto a las anteriores coberturas, pero no superado por el urbano y cuer=
pos
de agua, con los promedios de área mínimos dentro del DS. El promedio espac=
ial
en cuarenta y cuatro años fue dominado por la cobertura de matorral en todo=
el
DS (45%), que mostró un comportamiento parcialmente estable en comparación a
las áreas dedicadas a cultivos, con área promedio del 27% y con una dinámica
fluctuante en su extensión espacial, así como, con el suelo desnudo y su
oscilante extensión, con un área promedio del 20%. Es de resaltar que, la
cobertura impermeable asociada a usos urbanos (Figura 3A) mostró un evidente
aumento del área a través del tiempo, sin embargo, denotó ser una cobertura
mínima en extensión relativa al total de área del DS y con área promedio muy
baja (0.2%).
Para =
el
año 1986, sin embargo, se observa una disminución de la cobertura urbana
La
cobertura de cultivo mostró una dinámica muy fluctuante (Figura 3B). Hubo
cuatro eventos en particular a nivel país que parecen haber incidido en la
variación de área en esta cobertura: una gran sequía en 1986 que propició u=
na
disminución, un periodo de estabilidad económica hacia finales de los noven=
tas
aplicada por el UNSMIH (United Nations Support Mission in Haiti) que aument=
ó la
extensión, un golpe de estado a inicios de los
Figura 3. Gráficos de las áreas y tasas de cambio por
cobertura por año.
2000 =
que
propició una disminución, y finalmente el huracán Matthew en el año 2016 que
también afectó considerablemente las zonas de cultivos.
Los
cuerpos de agua, como era de esperarse, presentaron fluctuaciones interanua=
les
a raíz de la dinámica climática propia de la región, las condiciones física=
y
químicas del agua y la estacionalidad en las imágenes satelitales utilizadas
(temporadas de huracanes, época de lluvias convectivas, ENOS, época seca,
etc.); sin embargo, en general muestran un aumento en todo el período de
estudio (Figura 3C). La cobertura boscosa tiende hacia la disminución en el
período 1973-2017, mostrando también un comportamiento irregular en su patr=
ón
de cambio. Para el caso de esta cobertura, resaltan dos escenarios: un prim=
ero,
entre los años 1992 y 2000, donde hubo procesos de deforestación importante
vinculados a crisis económica y política entre 1991 y 1994 y el huracán Gor=
don
en 1994 y cuyas consecuencias perduraron hasta años después; un segundo
escenario, entre los años 2007 y 2017, que involucró una serie de eventos
naturales que llevaron a otra gran ola de deforestación en la zona. Entre l=
os
eventos naturales destacan los huracanes Gustav (2008), Ike (2008), Sandy
(2012) y Matthew (2016), así como el terremoto del año 2010. La cobertura
boscosa entre los años 2013 y 2017, por ejemplo, disminuyó a un ritmo prome=
dio
de un 29% anual.
La
cobertura de matorral muestra una dinámica de cambio más estable respecto a=
los
demás (Figura 3E). Sin embargo, entre 1973 y el 2017, sostuvo un aumento de
0.6% anual (un total de 300 km2 para el período). Como ya se
mencionó, para el año 2017 el matorral mostró ser la cobertura dominante en
todo el DS comprendiendo el 44% del total del área. Por otra parte, el suelo
desnudo exhibe amplias variaciones en el período estudiado (Figura 3F), con
posibles influencias como la crisis política y económica de la primera mita=
d de
los noventas reflejada en un aumento anual del 3.4% entre los años 1992 y 2=
000.
También se registra un aumento importante en área de esta cobertura entre l=
os
años 2013 y 2017 (a un ritmo de 9% anual) a raíz de la deforestación ocasio=
nada
por eventos naturales ya mencionados anteriormente.
3.2. =
Dinámicas en la direccionalidad del c=
ambio
Para =
analizar
las dinámicas de direccionalidad del cambio en las coberturas, se utilizaron
una serie de mapas con base en una matriz codificada según cobertura. Con e=
stos
mapas, se pudo determinar mejor dónde una cobertura ganó y dónde perdió
terreno. La Figura 4, por ejemplo, muestra las dinámicas de cambio
espaciotemporal de la cobertura boscosa desde 1973 hasta el año 2017,
particularmente un balance orientado hacia la pérdida forestal. El bosque
presentó direccionalidades de cambio hacia todas las otras coberturas acá
analizadas; es decir, las áreas con pérdida de bosque luego transaccionaron=
a
coberturas de matorral, suelo desnudo, urbano, pastos y cuerpos de agua.
La Fi=
gura
5 muestra las áreas que fueron sometidas a un cambio de cobertura, así como=
las
que no experimentaron cambios durante cuarenta y cuatro años,
independientemente de la direccionalidad. Es de destacar que las áreas que =
no
presentaron cambios históricos de cobertura son asociadas, en su mayoría, a
áreas agrícolas, donde es posible que no hayan confluido factores naturales=
y
sociales que motivasen hacia un cambio de cobertura.
.
Figura 4. Comportamiento espacial de la cobertura de bosqu=
e,
del año 1973 al año 2017.
Figur=
a 5.
Estabilidad o cambio de la cober=
tura de la
tierra, del año 1973 al año 2017.
Figura 6. Direccionalidad de cambio de la cobertura de la tierra, 1973-2017. Departamento Sur de Hait=
í
La Figura 6 detalla la direccionalidad de cambio e=
ntre
las coberturas para el período 1973-2017. En tonalidades verdes se represen=
tan
aquellos cambios en direccionalidad donde se ganó algún tipo de vegetación =
(de
una cobertura sin vegetación hacia bosque o matorral), mientras que en tonos
amarillos se representa la direccionalidad hacia un uso de cultivo y en ton=
os
rojos hacia una pérdida de vegetación (de bosque o matorral hacia otras
coberturas). El 23% del Departamento Sur (615 km2) es más vulner=
able
a la degradación ambiental, ya que en el año 1973 presentaba alguna cobertu=
ra
con vegetación (bosque, matorral o cultivo), y para el año 2017 cambiaron a
áreas cubiertas de suelo desnudo, infraestructura urbana y residencial o
cultivos rudimentarios
3.3. =
Análisis estadístico
Resul=
tó
una correlación positiva entre la cobertura urbana, el matorral y la poblac=
ión,
con una significancia de p=3D0.=
01, la
cobertura de cultivo mostró una alta correlación con la tasa de cambio en la
precipitación, con p=3D0.05. De=
la
misma forma, se identificó una correlación significativa entre el cambio del
suelo desnudo y la tasa de cambio de población con p=3D0.08, y la cobertura de matorral mostró una alta correlació=
n con
tres variables: tasa de cambio de la población, con p=3D0.003, tasa =
de
cambio de la temperatura y el IDH (p=3D0.04 para ambos). Además, no =
se
encontró correlación significativa entre los cambios de cobertura de bosque=
e
infraestructura/urbano con las variables consideradas; es decir, ninguna de=
las
variables parece influir en el cambio de dichas coberturas para el período
estudiado. Las demás variables no alcanzaron un nivel de correlación mínimo=
. Se
trató de un ejercicio para encontrar relaciones entre variables, lo que no
representa una causa al cambio de alguna cobertura.
4. =
DISCUSIÓN
4.1. La utilidad de sensores remotos para detectar cambios de cobertura de la tierra en territorios con recursos limitado=
s
Una
herramienta que indudablemente ha dado un empuje significativo al estudio d=
el
cambio global es la teledetección desde satélites orbitales (Duarte et al., 2006; Chuvieco, 2002). Uno=
de
los principales usos de estos sensores remotos en el área ambiental ha sido=
el
monitoreo de la cobertura de la tier=
ra y
la cuantificación de su cambio (Banskota et
al., 2014; Chuvieco, 2002). Por ejemplo, los instrumentos de observació=
n de
la Tierra han sido ampliamente utilizados en la evaluación y el seguimiento=
de
la dinámica forestal en el espacio y en el tiempo de manera continua. Ademá=
s,
dada la compleja dinámica espacial y temporal del cambio global, las series
temporales de observación son indispensables en investigaciones sobre este
tema, pues permiten estudiar patrones de cambio.
Estas
funciones de los instrumentos de teledetección son especialmente importantes
para procesos de planificación territorial y toma de decisiones en general =
en
sitios difíciles de acceder o con recursos limitados para el monitoreo cons=
tante
de los cambios en el paisaje. Bajo tales fundamentos, la presente investiga=
ción
replicó metodologías de diversos estudios en donde el objetivo era clasific=
ar
imágenes (Ayala & Menenti, 2001; Chuvieco, 2002; Martínez, 2005;
Nazareno, 2014; Sacristán, 2006; Tovar, 2013) y cuantificar el ca=
mbio
de cobertura de la tierra (Falcón, 2014; Lambin, Gei=
st,
& Lepers, 2003; López, Balderas, Chávez, Juan, & Gutiérrez, 2014; M=
as et al., 2004; Mas, Velázquez, &
Couturier, 2009; Ponce-Opazo, 2010; Rindfuss et al., 2015; Ruiz et al., 2013), pero aplicado a
territorios donde la calidad y cantidad de información espacial es limitada,
como es el caso de Haití.
Los d=
atos
geoespaciales en países en vías de desarrollo son escasos, incompletos, o de
acceso restringido. El uso de sensores remotos y de productos espaciales de
libre acceso (como los utilizados en esta investigación) generan ventajas y
oportunidades de desarrollo en todos los sectores estatales, ya que ayudan a
proveer información útil y precisa para tomar decisiones acertadas. Sin
embargo, el uso de tecnología espacial es un desafío importante para los en=
tes
estatales y privados en países con recursos limitados, al no contar con el
personal adecuado y la infraestructura tecnológica básica para tratar dicha
información (Di Martino, Iodice, Pansera, Riccio, & Ruello, 2007), lo q=
ue
investigaciones como la nuestra, pone a disposición los datos para acceso
abierto. Los datos de sensores remotos ofrecen una amplia cobertura espacia=
l de
información multitemporal, vitales para el manejo, asesoría y monitoreo de
recursos naturales, además que permite el seguimiento y estudio en desastres
socioambientales, cambio climático y degradación ambiental, entre otros
(Pramanik, 1993). Por lo tanto, reconocemos las limitaciones relacionadas a=
la
cantidad de variables sociales y biofísicas utilizadas en esta investigació=
n,
en gran medida debido a la falta de disponibilidad de datos confiables para
Haití.
4.2. La relación de cambios de cober=
tura de la tier=
ra
con otros factores sociales y naturales para una caracterización del cambio
global
Esta
investigación examinó la relación entre ciertas variables sociales y biofís=
icas
con el cambio de cobertura de la tierra en el DS de Haití. En efecto, el es=
tudio
del cambio global implica considerar las interrelaciones complejas entre
factores sociales y biofísicos y las manifestaciones en el espacio y tiempo=
de
estas interrelaciones. También conlleva el considerar cómo los eventos
socioambientales a escalas subglobales inciden de forma directa o indirecta=
en
los patrones de los sistemas terrestres a nivel global. En esta investigaci=
ón,
se examinaron las interacciones entre componentes ambientales y socioeconóm=
icas
para el DS de Haití, como parte de una dinámica global donde los cambios a
escalas más finas son acumulativos y llegan a incidir en el funcionamiento =
de
sistemas de soporte de vida a escalas mayores, incluida la global.
Consi=
deramos
importante contextualizar los resultados obtenidos en esta investigación co=
n el
fin de situarlos mejor entre las dinámicas de cambio a nivel regional y
mundial. La deforestación, es clave a la hora de comparar casos. En Europa,=
por
ejemplo, cerca de 8.8 millones de hectáreas de bosque natural en Europa fue=
ron
deforestadas entre 2010-2015 (Fern, 2017), un área similar a Suecia. En Áfr=
ica
se han perdido 5,264,000 ha (51% del continente) de la cobertura forestal,
mientras que en Asia aproximadamente 454,000 ha (4% del continente) y en
Latinoamérica alrededor de 4,588,000 ha (45% de la región) entre los años 1=
990
y 2000 (Geist & Lambin, 2001). En los últimos 300 años de existencia
humana, se estima que se ha perdido entre un 15 y 30% de la cobertura fores=
tal
por actividades agropecuarias (Klein-Goldewijk & Ramankutty, 2010; Turn=
er,
1988). Entretanto, la tasa de cambio en la cobertura forestal en la región
tropical del Planeta del año 1990 al 2010 fue de -0.36 en promedio (D’Annun=
zio,
Lindquist, & MacDicken, 2017). La deforestación sigue siendo una apremi=
ante
problemática ambiental en muchas regiones del Planeta, en especial en zonas
tropicales, con causas directas como la expansión de la mancha urbana,
expansión agrícola y ganadera, y extracción maderera, así como causas
indirectas como demandas de mercado, dinámicas migratorias, y políticas
gubernamentales (Geist & Lambin, 2001;
Para =
el
caso específico de Haití, y según datos de PNUMA (2013), existe entre un 2 =
y 4%
de bosque en la actualidad. Sin embargo, Churches, Wampler, Sun, & Smith (2014) confirman que, para todo el=
país,
existe un 29.4% de cobertura boscosa, basado en sensado remoto de alta
definición. En el DS en particular, en el año 2017, presentó un 2.3% de
cobertura forestal, según datos de nuestra investigación. Tomando como base=
a
los resultados de Churches et al. (2014), el DS cuenta con el
8.16% del bosque en Haití. Jeune, de Souza, Rocha Franceline, Fernandes Fil=
ho,
& Crusoé Rocha (2018) revelaron que, en la región oeste de Haití, la ta=
sa
de cambio del bosque fue de -3.4% entre los años 2000 y 2014, y en el DS, d=
atos
de nuestra investigación reportó un leve crecimiento de 2.5% en la tasa de
cambio del bosque.
En la
cuenca Fonvèrèt, al suroeste de Haití, la deforestación fue mayormente
propiciada por la instauración de SHADA (The Société Haitiane-Américaine de=
Développement
Agricole) para sembrar caucho desde 1941 (Versluis & Rogan, 2009), y en=
el
DS la deforestación la consideramos una problemática poscolonial. La
transformación de coberturas boscosas en el Pic Macaya, que pasaron a ser s=
uelo
desnudo y tierras agrícolas, fueron causadas por la colonización agraria en
búsqueda de suelos para siembra de hortalizas y acciones políticas desde an=
tes
de 1987 (Vital, 2008), hecho que en la presente investigación se constata
puntualmente con la direccionalidad de cambio (Figura 6). Esto hace indicar
que, en Haití la dinámica de la cobertura forestal no es homogénea, y los
procesos de deforestación están en función de factores biofísicos y sociales
propios de cierta región.
La ta=
sa
de cambio de la precipitación condujo a un posible aumento de la tasa de ca=
mbio
de las áreas con cultivos. Por otro lado, la tasa de cambio de la población
propició un aumento en la tasa de cambio del suelo desnudo, lo que hace pen=
sar
en el efecto que ejerció el crecimiento poblacional sobre los recursos del =
DS,
modificando la cobertura de la tierra. La variabilidad climática y la dinám=
ica
poblacional son factores que ejercen cambios directos en la cobertura de la
tierra (Zondag & Borsboom, 2009; Lambin et
al., 2001).
Los
resultados aquí presentados también ayudan a identificar patrones
espaciotemporales en la deforestación en el DS. Por ejemplo, los mapas
evidencian los pocos remanentes de áreas forestales, así como una trayector=
ia
de deforestación que se explica por acontecimientos sociohistóricos de larga
data desde épocas coloniales (Agencia Suiza para Desarrollo y Cooperación,
2016; González & Manero, 2011; PNUMA, 2013; Vitale, 1987). Es decir, en
Haití la deforestación a mediana y gran escala data de la época colonial y,=
en
la actualidad, se continúa esa tendencia hacia la pérdida de cobertura
forestal.
Sin
embargo, la determinación de las causas de los procesos de deforestación
trascendía el alcance de esta investigación, y ante los pocos de estudios q=
ue
modelen esta causalidad en Haití, son necesarias investigaciones en esta lí=
nea.
Se estima que esta problemática está estrechamente ligada al uso de madera =
como
fuente de energía en hogares de escasos recursos, como producto comercial de
venta hacia lo interno y al exterior de Haití, así como también para instau=
rar
espacios agrícolas rudimentarios y crear asentamientos poblacionales inform=
ales
(González & Manero, 2011). No obstante, a pesar de contar con una limit=
ante
de datos espaciales para el país, se lograron identificar los espacios alte=
rados
ambientalmente, lo que sienta una base para fundamentar leyes y reglamentos=
en
pro del manejo de los recursos naturales de Haití.
5. =
CONCLUSIONES
En es=
ta
investigación se logró expresar la dinámica espaciotemporal del cambio de
cobertura de la tierra en el DS, y mediante la cartografía de direccionalid=
ad
de cambio, se evidenciaron las zonas más vulnerables ante el cambio de
cobertura boscosa, donde los efectos por la erosión del suelo, la escorrent=
ía
superficial y la degradación del suelo tienden a ser más prominentes. La
distribución de estas zonas es espacialmente focalizada, es decir, no se pu=
ede
concluir que todo el DS expone un daño ambiental considerable por el cambio=
de
cobertura sin planificación. Sin embargo, más del 50% del DS (incluyendo las
partes altas) presenta coberturas vegetativas (matorral y parches de bosque)
que ayudan a la retención del suelo e infiltración del agua, pero menos del=
10%
del departamento muestra una recuperación de áreas boscosas. Esto es en par=
te
facilitado por un déficit de políticas ambientales de inversión económica
estatal, aunado a la poca conciencia ambiental de la población. Esto ayuda a
concluir, con base a los resultados, que los factores socioeconómicos fueron
los más influyentes en el cambio de cobertura de la tierra, y, por tanto, a=
la
vulnerabilidad ambiental del DS.
Por último, esta investigación contribuye a la comprensión de cómo influyeron l= os eventos naturales, políticos, económicos y sociales en el cambio de cobertu= ra de la tierra en el DS de Haití, siendo esto útil para los tomadores de decisiones a diversos niveles de gobernanza, particularmente aquellos encargados de liderar un desarrollo social y económico a través de la panificación territorial y un manejo sostenible de los recursos naturales.<= o:p>
AGRADECIMIENTOS
Al
proyecto WaterClima-LAC, Gestion de Zonas Costeras, a través del
cofinanciamiento de la Unión Europea, por el apoyo financiero. Al M.Sc. Wil=
liam
Watler de CATIE, por su guía y ayuda en campo. Los autores agradecen el apo=
yo
parcial del Observatorio del Agua y Cambio Global (OACG) de la Escuela de
Geografia, Universidad de Costa Rica.
REFERENCIAS
Administración Nacional Oceánica=
y
Atmosférica, NOAA. (2017). Climate data repository. U.S.
Department of Commerce. https://www.noaa.gov/
Agencia Suiza para Desarrollo y
Cooperación, CONSUDE. (2016). Preservación del bosque de los pinos en Haití:
Haití: Salvar los árboles - mejorar las vidas. Latin Brief, 2, 4 pp. Disponible en:
https://www.eda.admin.ch/dam/deza/es/documents/publikationen/briefing-paper=
s/latin-brief-haiti-160615_ES.pdf
Ayala, R. M., & Menenti, M.
(2001). Metodología para la búsqueda del mejor clasificador de imágenes de
satélite. Teledetección, Medio Ambi=
ente y
Cambio Global, 469-472. Disponible en: http://www.aet.org.es/congresos/ix/Lleida103.pdf<=
/span>
Banco Mundial. (2017). Haití.
Disponible en: http://datos.bancomundial.org/pais/haiti
Banskota, A., Kayasthan, N.,
Falkowski, M. J., Wulder, M. A., Froese, R. E., & White, J. C. (2014). Forest
monitoring using Landsat time series data: A review. Canadian Journal of Remote Sensing, 40(5), 362-384. doi.org/10.1080/07038992.2014.98737=
6
Barthelemy, M., &
Carr, D. L. (2004). Factores
demográficos proximales y deforestación en las fronteras agrícolas tropical=
es. Population and Environment, 25(6), 1-41.
Chávez, P. S. (1988). An improved
dark-object subtraction technique for atmospheric scattering correction of
multispectral data. Remote Sensing =
of
Environment, 24(3), 459-479. https://doi.org/10.1016/0034-4257=
(88)90019-3
Churches, C. E., Wampler, P. J.=
, Sun,
W., & Smith, A. J. (2014). Evaluation of forest cover estimates =
for
Haiti using supervisedclassification of Landsat data. International Journal of Applied Earth Observation and Geoinformati=
on,
30, 203-216. https://doi.org/10.1016/j.jag.2014.01.020
Chuvieco, E. (2002). Teledetección Ambiental. Barcelona,
España: Editorial Ariel.
D’Annunzio, R., Lindquist, E. &a=
mp;
MacDicken, K. (2017). Global fo=
rest
land-use change from 1990 to 2010: An update to a global remote sensing sur=
vey
of forests. Forest Resources Assess=
ment
Working Paper, 187, 1-14. Disponible en: http://www.fao.org/3/a-i5098e.pdf
DeFries, R. S., Rudel, T., Uriar=
te,
M., & Hansen, M. (2010). Deforestation driven by urban population growth and
agricultural trade in the twenty-first century. Nature
Geoscience,
Departamento de Asuntos Económic=
os y
Sociales, DAES. (2017). Wo=
rld
Population Prospects: The 2017 Revision. Organización de Naciones Unidas.
Nueva York. Disponible en:
https://population.un.org/wpp/Publications/Files/WPP2017_KeyFindings.pdf
Di Martino, G., Iodice, A., Pans=
era,
M., Riccio, D., & Ruello, G. (2007). Remote sensing for developing
countries: Landsat data and Gis. Rivista Italiana di Telerilevamento,
38, 3-13. Dispo=
nible
en: http://wpage.unina.it/gerardo.dim=
artino/papers/DiMartino.pdf
Duarte, C. M. (coord.) et al. (2006). Cambio global: Impacto de la actividad humana sobre el sistema Tier=
ra.
Consejo Superior de Investigaciones Científicas. Madrid, España. Disponible=
en:
http://digital.csic.es/bitstream/10261/27310/1/cambioGlobal.pdf, 170 pp.
EcuRed. (2015). Desastres
naturales en Haití. Disponible en: https://www.ecured.cu/
Desastres_naturales_en_Hait%C3%AD.
Equihua Zamora, M., Hernández
Huerta, A., Pérez Maqueo, O., Benítez Badillo, G., & Ibañez Bernal, S.
(2015). Cambio global: el Antropo=
ceno. Ciencia Ergo-sum, 23(1), 67=
-75. Disponible =
en:
https:// dialnet.unirioja.es/descarga/articulo/5379210.pdf
Falcón, O. (2014). Dinámica de cambio de uso/cobertura del
suelo, en una región del Estado de Quintana Roo, México: El impacto de las
políticas gubernamentales sobre el Manejo Forestal Comunitario (Tesis de
grado). Universidad Autónoma de México. Disponible en: http://
132.248.9.195/ptd2014/enero/0707773/0707773.pdf
Fern. (2017). Tackling deforestation and forest degradation: a case for EU action=
in
2017. Disponible en: https://www.forestpeoples.org/
sites/default/files/documents/deforestation-4.pdf
Geist, H. J., & Lambin, E. F.
(2001). What drives tropical
deforestation? A meta-analysis of proximate and underlying causes of
deforestation based on subnational case study evidence. LUCC Report
Series 4, 136 pp. CIACO, Universidad de Louvain, Louvain-la-Neuve, Bélgica.
Disponible en: https://www.pik-potsdam.de/members/cramer/
teaching/0607/Geist_2001_LUCC_Report.pdf
González, M., & Manero, A.
(2011). El conflicto de Haití.
Conflictos Internacionales Contemporáneos. 291 pp.
https://publicaciones.defensa.gob.es/el-conflicto-de-haiti.html
Haïti-Référence. (2016). Catastrophes Naturels:
Cyclones y Ouragans. Disponible en: https://www.haiti-reference.com/pages/p=
lan/
geographie-et-tourisme/milieu-naturel/desastres-et-accidents/cyclones-et-ou=
ragans/
Houghton, R. (1994). The worldwi=
de
extent of land-use change. <=
span
lang=3DES-CR style=3D'mso-bidi-font-size:9.0pt;mso-fareast-font-family:Aria=
l;
mso-bidi-font-family:"Times New Roman";mso-ansi-language:ES-CR'>BioScience<=
/span>, 4(=
5),
305-313. https://doi.org/10.2307/1312380
Jeune, W., de Souza, E., Rocha
Franceline, M., Fernandes Filho, E. I., & Crusoé Rocha, G. (2018). Land use and
land cover dynamics in western Haiti. In: 21WCSS: Proceedings of the=
21st World Congress of Soil Science, 2=
018,
August 12-17; Rio de Janeiro, Brazl: SBCS, Vol. II, p. 393. Disponib=
le
en: http://www.21wcss.org/docs/ Proceedings_of_the_21WCSS_Volume_II.pdf
Klein-Goldewijk, K., &
Ramankutty, N (2010). Land use changes during the past 300 years. Land use, land cover and soil scienc=
es,
1, 22 pp. Disponible en: https://www.researchgate.net/publication/
242217587_Land_use_changes_during_the_past_300_years
Lambin, E. F., Turner, B. L.,
Geist, H. J., Agbola, S. B., Angelsen, A., …, et al. (2001). The causes of land-use and land-cover change: mo=
ving
beyond the myths. Global Environmen=
tal
Change, 11(4), 261-269. https://doi.org/10.1016/S0959-3780(01)00007-3
Lambin, E., & Geist, H. (Eds=
.)
(2006). Land-use and land-cover cha=
nge:
Local processes and global impacts. Springer, Alemania.
Lambin, E., & Meyfroidt, P.
(2011). Global land use change, economic globalization, and the looming land
scarcity. PNAS, 8(9)
3465-3472. https://doi.org/10.1073/pnas.1100480108
Lambin, E., Geist, H., & Lep=
ers,
E. (2003). Dynamics of land use and land cover change in tropical regions. Annual
Review of Environment y Resources, 28, 205-245.
doi:10.1146/annurev.energy.28.050302.105459
López, V. H., Balderas, M. A.,
Chávez, M. C., Juan, J. I., & Gutiérrez, J. G. (2014). Cambio de u=
so
de suelo e implicaciones socioeconómicas en un área mazahua del altiplano
mexicano. CIENCIA ergo-sum, 22=
(2)
136-144. Disponible en: https://dialnet.unirioja.es/
descarga/articulo/5116566.pdf
Martínez, M. (2005). Percepción Remota: Fundamentos de
Teledetección espacial. México: Comisión Nacional de Agua Subdirección
General de Programación, Subgerencia de Informática y Sistema Geográfico del
Agua. Jefatura de Control Cartográfico. Disponible en: http://siga.cna.gob.=
mx/
SIGA/Percepcion/Fundamentos%20de%20teledetecci%C3%B3n%20espacial.PDF
Mas, J-F., Velázquez, A.,
Díaz-Gallegos, J. R., Mayorga-Saucedo, R., Alcántara, C., …, et al. (2004). Assessing land use/cover
changes: a nationwide multidate spatial database for Mexico. International Journal of Applied Earth
Observation and Geoinformation, 5(4), 249-261. https://doi=
.org/10.1016/j.jag.2004.06.002
Mas, J.,
Velázquez, A., & Couturier, S. (2009), La evaluación de los cambios de
cobertura/uso del suelo en la República Mexicana. Investigación Ambiental, 1(=
1),
23-39.
Meyer, W., & Turner, B. (200=
2).
The Earth transformed: trends, trajectories and patterns. En: Johnston R.,
Taylor, P., & Watts, M. (Eds.). Geographies
of global change: Remapping the world (2ª ed.) (pp. 364-376). UK, Oxford:
Blackwell.
Nazareno, M. (2014). Métodos =
de
clasificación de imágenes satelitales para la determinación de usos del sue=
lo
agrícola en el Partido de Tandil (Provincia De Buenos Aires, Argentina)=
. Universidad Nacional del Centro de la
Provincia de Buenos Aires. Disponible en:
Ponce-Opazo, B. (2010). Detección y análisis del cambio de uso=
del
suelo en la zona centro - norte de la provincia de Capitán Prat, XI Región
período 1984-2003. Te=
sis de
grado, Facultad de Ciencias Forestales y Recursos Naturales, Universidad
Austral de Chile, Valdivia, Chile. Disponible en:
http://cybertesis.uach.cl/tesis/uach/2010/fifp792d/doc/fifp792d.pdf
Pramanik, M. (1993). Satellite
remote sensing and its application to the needs of developing countries: An
Asian perspective. Selected Papers =
on
Remote Sensing, Satellite Communications, and Space Science. Seminars of the United Nations Progr=
am on
Space Applications, Vol. 4, 145-156. Disponible en: http://adsabs.harvard.edu/full/1993UNPSA...4..145=
P
Programa de las Naciones Unidas =
para
el Ambiente. (2013). Haití-Repúblic=
a Dominicana:
Desafíos ambientales en la zona fronteriza. Nairobi, Kenia: Programa de=
las
Naciones Unidas para el Medio Ambiente. Disponible en:
https://postconflict.unep.ch/publications/UNEP_Haiti-DomRep_border_zone_SP.=
pdf
Rindfuss, R. R., Entwisle, B., W=
alsh,
S. J., An, L., Badenoch, N., …, et al. (2015). Land use change: complexity and comparisons. Journal of Land Use Science, 3(1), 1-10.
https://doi.org/10.1080/17474230802047955
Rounsevell, M. (2006). Global
environmental change. En: Geist, H. (Ed.), Our
Earth´s Changing Land: An Encyclopedia of Land-Use and Land-Cover Change
(pp. 254-256). Estados Unidos: Greenwood Publishing Group.
Ruiz, V., S=
avé,
R., & Herrera, A. (2013). Análisis multitemporal del cambio de =
uso
del suelo, en el Paisaje Terrestre Protegido Miraflor Moropotente Nicaragua,
1993-2011. Ecosistemas, 22(3), 117-123. doi:
10.7818/ECOS.2013.22-3.16
Sacristán, F. (2006). La
teledetección satelital y los sistemas de protección ambiental. AquaTIC, 24, 13-41. Disponible en: http://www.revistaaquatic.com/aquatic/pdf/24_02.p=
df
Taubert, F., Fischer, R.,
Groeneveld, J., Lehmann, S., Müller, M. S., …, et al. (2018). Global patterns of tropical forest fragmentation=
. Nature, 554, 519-522. doi:10.1038/nature25508
Tovar, W. (2013). Propuesta de clasificación de cobertura/uso de la
tierra en los Andes. Caso: cuenca del río
Grita, Venezuela. Tesis de grado, Instituto de Cienci=
as
Ambientales y Ecológicas (ICAE), Universidad de Los Andes, Venezuela. Disponible e=
n:
http://www.saber.ula.ve/bitstream/ 123456789/39866/1/Tovar2013.pdf
Turner, B. (1988). The earth as transformed by human
action. The Professional Geographer=
, 40(3),
340-341. https://doi.org/10.1111/j.0033-0124.1988.00340.x<=
/span>
Veldkamp, A., & Lambin, E. (2001). Predicting land-use change. Agriculture, Ecosystems and Environment, 85, 1-6. doi:10.1016/S0167-8809(01)00199-2<= o:p>
Versluis, A., & Rogan, J.
(2009). Mapping land-cover change in a Haitian watershed using a combined
spectral mixture analysis and classification tree procedure. Geocarto International, 25, 1-19.
doi:10.1080/10106040902977584
Vital, J. (2008). Land Use/Cover Change Using Remote Sen=
sing
and Geographic Information Systems: Pic Macaya National Park, Haiti.
Master’s Thesis, Michigan Technological University, 2008.
https://digitalcommons.mtu.edu/etds/138
Vitale, L. (1987). Haití: Primera
nación independiente de América Latina. Revista EDM, 43. Disponible =
en:
https://revistaedm.com/verNotaRevistaTeorica/516/haiti-primera-nacion-indep=
endiente-de-america-latina
WaterClima-LAC. (2017). Proyecto Piloto B. Aquin, Zona Costera=
Sur
de Haití (Caribe). EuropeAid Project.
Watson, R. =
T.,
Noble, I. R., Bolin, B., Ravindranath, N. H., Verardo, D. J., & Dokken<=
/span>, D. J. (Ed=
s.)
(2000). Land Use, Land Use Change and Forestry. Cambridge, England=
: Cambridge
University Press. Pp. 875. Disponible en: https://www.ipcc.ch/report/
land-use-land-use-change-and-forestry/
Zondag, B., & Borsboom, J.
(2009). Driving forces of land-use change. 49th ERSA Conference=
, Lodz, Poland, 1-16. Disponible=
en:
https://www.researchgate.net/publication/285854006_
Driving_forces_of_land-use_change
|
MASKANA, Vol. 10, No. 2, 4=
2–53,
2019 https://publicaciones.ucue=
nca.edu.ec/ojs/index.php/maskana/article/view/2734 doi: 10.18537/mskn.10.02.06 © Author(s) 2019. CC
Attribution 4.0 License. |
|
M. Ordóñez & K. Prado: Bull=
ying
y cyberbullying escolar en niños y jóvenes adolescentes
MASKANA,
Vol. 10, No. 2, 42–53, 2019
doi: 10.18537/mskn.10.0=
2.06 =
=
4
R. Cazar et=
al.
Análisis cuantitat=
ivo
de una mezcla binaria