Este proyecto desarrollará las tecnologías de información móvil y remota para recolectar datos de campo que permitan mejorar el mapeo de suelos y, así, verificar la efectividad de modelos de degradación de pastizales y parametrizar modelos espaciales que alimentan un Sistema de Alerta Temprana (SAT). Los pastizales de los altos Andes deben lidiar con una variedad de presiones, incluyendo climáticas, ecológicas y humanas. El impacto de los patrones climáticos a corto y largo plazo significa que parte de esta área presentará capacidades degradadas en la producción de tipos de plantas utilizadas como forraje por animales silvestres y domesticados. Sin un método para detectar estas degradaciones y modificar las opciones de gestión local, los pastizales se degradarán. Para realizar la gestión sostenible de los pastizales andinos es necesario generar un sistema de alerta temprana que capture la variación espacial de la producción de forraje en tiempo real. El proyecto desarrollará métodos para mapear los ecosistemas andinos y los sitios ecológicos asociados con datos satelitales; utilizará la ciencia ciudadana para generar bases de datos espaciales de suelo, la vegetación y los usos de la tierra, utilizando la app LandPKS. A su vez, estas bases se utilizarán para validar el modelo de suelo SoilGrid y evaluar la capacidad de los mapas de los ecosistemas desarrollados en el proyecto. El SAT se desarrollará integrando las bases de datos con el modelo de generación de forraje Phygrow, el cual puede evaluar la producción de forraje para cada sitio dentro de LandPKS. Estas predicciones se pueden extrapolar espacialmente para identificar áreas donde la producción de forraje es probablemente degradada. Estas áreas pueden ser monitoreadas y evaluadas por UAS para mejorar el modelo Phygrow y mejorar el poder predictivo del SAT.

Los pastizales altoandinos sufren procesos de degradación como consecuencia de múltiples factores, tanto naturales como antrópicos, tales como el uso inapropiado de políticas de uso de la tierra, tenencia de la tierra, inadecuada supervisión de la gestión de los pastizales, pobreza y baja rentabilidad de los sistemas de producción ganadera, y sobreutilización. La degradación de pastizales se evidencia por el cambio detrimental de las características de la vegetación, principalmente cobertura vegetal, desaparición de las especies botánicas claves y la disminución de la tasa de infiltración y el estatus de humedad del suelo (Whitford et al. 1995). Estudios reportan que más del 40 % de tierras de pastoreo están en avanzado estado de deterioro y, si no se toman medidas, para el 2100 más del 60 % habrá pasado el umbral crítico de salud ecológica y costará mucho tiempo y dinero recuperar su condición (Samaniego y Galindo, 2010). Así, analizar la capacidad de recuperación de los pastizales frente a los impactos del sobrepastoreo es crucial para asegurar la estabilidad de los sistemas ecológicos y sociales (Flores 2012).

La región puna, ubicada por encima de los 3800 m s.n.m., cubre más de 25 millones de hectáreas de ecosistemas montañosos a lo largo del territorio peruano. Esta región, que involucra el 100 % de glaciares tropicales y humedales altoandinos del Perú y que tiene un rol clave disponibilidad y calidad del agua de poblaciones bajas, es impactada por el cambio climático. Los pastizales de puna son utilizados por cerca del 80 % de vacunos y ovinos y el 100 % de camélidos americanos, llamas y alpacas, las cuales se encuentran en manos de las comunidades campesinas que constituyen el 30 % de las familias rurales del país. La ecorregión Puna es un ecosistema clave para la economía nacional por los productos y servicios ambientales que brinda y por su potencial contribución a la seguridad alimentaria y es considerada de alta vulnerabilidad al cambio climático, la desertización y a la pérdida de biodiversidad. En esta región también se encuentran ubicadas 22 áreas naturales protegidas (ANPs) cuyo fin es “conservar la diversidad biológica y demás valores asociados de interés cultural, paisajístico y científico, así como por su contribución al desarrollo sostenible del país” (Ley N° 26834, 1997). Sin embargo, estas áreas están expuestas a una serie de amenazas que las ponen en situación vulnerable. Entre estas amenazas destacan la pérdida de cobertura vegetal, presencia de ganado en su interior, presión del turismo, actividades mineras, caza furtiva, proyectos de hidroenergía, limitaciones en la gestión del área y la reducción de glaciares por efecto del calentamiento global. Por lo expuesto, se requiere mejorar la sostenibilidad y resiliencia de los socio-ecosistemas altoandinos a través del desarrollo y validación de tecnologías para la mejora del estado de conservación y la condición ecológica de pastizales.

Modalidad de proyecto: Proyecto de investigación avanzado

Los proyectos deben ser presentados de manera asociativa (con una o más entidades asociadas).

La conformación mínima es la siguiente:

• Un investigador principal
• Un coinvestigador
• Un tesista de posgrado
• Un gestor tecnológico
• Un coordinador administrativo

Tipo de proyecto: Investigación aplicada

Subsector: Ambiente

Sector: General

Lugar de ejecución del proyecto: Lima, Pasco, Junín, Huancavelica, Ayacucho

Fecha de inicio:  03/12/2018

Fecha de cierre:  03/12/2021

Plazo de ejecución (meses): 36

Objetivo principal

Utilizar tecnologías móviles y digitales para recolectar datos de campo que permitan mejorar el mapeo de suelos y verificar la efectividad de modelos de degradación de pastizales, así como parametrizar modelos de alerta temprana en pastizales.

Actualmente, para desarrollar modelos de degradación de pastizales y sistemas de alerta temprana en la región Puna, dependemos de datos globales de suelo que tienen una resolución grosera para desarrollar y parametrizar estos modelos. El último censo de suelos a nivel nacional se realizó en el año 1982, por lo que el mapeo de suelos tiene un alto grado de incertidumbre debido a la falta de información espacial y temporal. El mapeo realizado por instituciones públicas (p.e. áreas protegidas) y los modelos desarrollados por investigadores en varias universidades para mapear e inventariar condición de ecosistemas depende de la variabilidad de datos de suelo. Por lo tanto, hay una gran necesidad de desarrollo de bases de datos de suelo de alta resolución para varios sectores en el Perú. Para evaluar la calidad de base de datos globales y mejorar información local de propiedades de suelo, proponemos el uso de la aplicación móvil LandPKS para i) permitir colectar datos de suelos y cobertura de plantas que pueda ser usado para comparar datos globales y ii) evaluar si los datos locales pueden mejorar la validación de modelos de degradación y/o sistemas de alerta temprana de forraje. El uso de la aplicación LandPKS podría fortalecer capacidades de guardaparques, técnicos de campo y estudiantes en diferentes áreas del Perú que puedan contribuir datos importantes e información para el desarrollo de modelos de degradación de pastizales que permitan asegurar el uso sostenible de estos.

Objetivo específico 1

Desarrollar un marco conceptual y metodológico para la delimitación de ecosistemas altoandinos y sitios ecológicos asociados. El área de estudio se dividirá en ecosistemas de pastizal cuya delimitación se basará en álgebra de mapas de las siguientes capas de información de coberturas, relieve topográfico (pendiente, elevación, exposición), geología y clima. De estas capas, tipo de vegetación es la que más dificultades ha representado en la delimitación de ecosistemas. Las categorías de coberturas incluirán pajonales, césped de puna, bofedales,

bosques, cuerpos de agua, rocas, nieve y áreas agrícolas y urbanas (Flores, 1991). Las categorías pajonales y césped de puna representan cerca del 80 % de coberturas de tierras de pastoreo de la puna peruana. Sin embargo, experiencias anteriores de clasificación de imágenes Landsat ETM (resolución espacial 30 m) han arrojado problemas de sobreposición de reflectancia entre estos dos tipos de vegetación que no permiten una separación robusta de ambos tipos. El objetivo es usar imágenes de mejor resolución como el Sentinel (resolución espacial 10 m) y probar nuevas técnicas de clasificación de imágenes satelitales que permitan incrementar el grado de precisión de la clasificación.

Objetivo específico 2

Generar una base de datos de suelos y del paisaje utilizando plataformas de tecnologías móviles para validar un modelo global de suelos, validar mapas de sitios ecológicos altoandinos definidos en el objetivo 1 y definir grupos funcionales de plantas. Usaremos la app Land Potential Knowledge System (LandPKS; landpotential.org; Herrick et al. 2017) para evaluar la calidad de información de datos de suelo global disponible en soilgrids.org. La app y sistemas de conocimientos fueron desarrollados para que usuarios inexpertos, con poco conocimiento de suelos y plantas, colecten datos vía una interfaz de iconos que simplifican la colección georeferenciada de datos. Estos datos pueden caracterizar el potencial de tierras (Quandt et al 2018) y lo colectados se guardan en una nube de base de datos, lo cual permite que estos sean accesibles fácilmente con otros equipos, así como vía una aplicación de interface de programación (API) que puede ser usada en otras apps o modelos (Herrick et al. 2017). LandPKS está compuesta por dos componentes, LandInfo y LandCover. Por un lado, LandInfo provee capacidades para juntar datos en posición del paisaje, pendiente y aspecto, así como datos de textura de suelo para diferentes capas. Por otro, LandCover permite la obtención de datos de cobertura, altura de planta, espacios basales y corona, e información de plantas leñosas y herbáceas en la Puna para comparar estas variables con evaluaciones remotas realizadas con el modelo de degradación de pastizales realizado por el laboratorio de pastizales. Esto permitirá evaluar si la información local de aplicaciones móviles puede mejorar la evaluación de la degradación de pastizales. Para colección de datos con LandPKS se conducirá entrenamiento a personal no científico en como colectar datos con LandInfo y LandCover. Se proveerá un protocolo escrito para seleccionar sitio y colección de datos.

Objetivo específico 3

Evaluaremos el uso de los datos de suelo y vegetación derivados del LandPKS para su uso en el SAT de ganadería, desarrollado bajo el programa PNIA, para mejorar las predicciones del crecimiento de forraje para el ganado. El sistema de alerta temprana de ganadería utiliza el modelo de simulación Phygrow (Stuth et al. 2003) para proporcionar una predicción casi en tiempo real del forraje disponible para el ganado (Stuth et al. 2005; Angerer, 2012) en ubicaciones seleccionadas. El sistema utiliza datos del clima global que están disponibles diariamente por la Administración Nacional Oceánica y Atmosférica de los Estados Unidos (NOAA) para impulsar simulaciones diarias de modelos. Los datos climáticos históricos también se utilizan para proporcionar una serie temporal histórica de la producción de forraje, de modo que las anomalías actuales de los forrajes (desviaciones del promedio a largo plazo) se pueden calcular para comparar las condiciones buenas o malas actuales con las condiciones a largo plazo. Usando los datos de LandCover y LandInfo recopilados para ubicaciones en la aplicación LandPKS, extraeremos los datos de suelos y plantas de cada ubicación, los importaremos a la base de datos de Phygrow y desarrollaremos simulaciones para cada ubicación. Una vez que se calibran las simulaciones del sitio, los sitios adicionales se agregarán al sistema de alerta temprana para mejorar la cobertura espacial de los sitios de monitoreo y mejorar las evaluaciones del paisaje de las condiciones de forraje y la identificación de puntos de acceso donde el forraje puede ser limitante o degradante.

Objetivo específico 4

Con el fin de validar el modelo de degradación de tierras PNIA que se basa principalmente en imágenes satelitales y otros datos espaciales auxiliares y las salidas de hotspots de degradación Phygrown, realizaremos evaluaciones de imágenes UAS utilizando un avión no tripulado

Parrot Disco-Pro Ag equipado con una cámara RGB de placa y un sensor profesional multiespectral Parrot Sequoia montado internamente (según lo solicitado en el presupuesto). Recientemente, el uso de vehículos aéreos no tripulados (UAV) se ha expandido exponencialmente de aplicaciones militares a civiles, como la vigilancia de respuesta rápida para desastres, el monitoreo ecológico, la investigación en ciencias de la tierra y las observaciones humanitarias (Salami et al., 2014). Las mejoras constantes en la tecnología a pequeña escala han permitido que los UAV se conviertan en una plataforma alternativa de detección remota que ofrece datos de alta resolución a tasas mucho más económicas (Wallace et al., 2012). Las imágenes de alta resolución recopiladas por los UAV se pueden usar para producir nubes de puntos de alta densidad generadas por la coincidencia de imágenes y técnicas fotogramétricas que rivalizan con las plataformas similares de Detección de Luz y Rango (LiDAR). Los usuarios también tienen un mayor control sobre la escala temporal en la que pueden recopilar datos, mientras que los pilotos y satélites operan en sus propios horarios, cuando sea necesario, según sea necesario. Como tal, dada la flexibilidad y el costo relativamente bajo de las tecnologías de aviones no tripulados, en las regiones destacadas por los análisis en tiempo real de Phygrow, como puntos críticos de la degradación potencial de la calidad de los pastizales, nuestro equipo de investigadores recolectará datos multiespectrales de la vegetación, la salud de pastizales e imágenes de productividad para informar y validar las alertas de Phygrow en tiempo casi real.

Institución responsable del proyecto

Universidad Nacional Agraria La Molina

RUC: 20147897406

Tipo de entidad: Universidades que se encuentren licenciadas o en proceso de licenciamiento por la SUNEDU

Régimen: Público

Tipo de organización: Sin fines de lucro

Departamento: Lima

Provincia: Lima

Distrito: La Molina

Dependencias: Laboratorio de Ecología y Utilización de Pastizales

Institución asociada

Texas A&M University

Tipo de entidad: Universidades extranjeras

Régimen: Público

País: Estados Unidos

Institución asociada

University of North Carolina at Wilmington

Tipo de entidad: Universidades que se encuentren licenciadas o en proceso de licenciamiento por la SUNEDU

Régimen: Público

País: Estados Unidos

Investigador principal

Nombres: Javier Arturo

Apellido paterno: Ñaupari

Apellido materno: Vásquez

Grado académico: Doctorado

Nombre del grado académico: Zootecnia

Entidad: Universidad Nacional Agraria La Molina

Dependencia: Laboratorio de Ecología y Utilización de Pastizales

Coinvestigador

Nombres: Lucrecia

Apellido paterno: Aguirre

Apellido materno: Terrazas

Grado académico: Doctorado

Entidad: Universidad Nacional Agraria La Molina

Dependencia: Laboratorio de Ecología y Utilización de Pastizales

Coinvestigador

Nombres: Enrique Ricardo

Apellido paterno: Flores

Apellido materno: Mariazza

Grado académico: Doctorado

Entidad: Universidad Nacional Agraria La Molina

Dependencia: Laboratorio de Ecología y Utilización de Pastizales

Coinvestigador

Nombres: Narcisa Gabriela

Apellido paterno: Pricope

Grado académico: Doctor

Entidad: University of North Carolina at Wilmington

Dependencia: Socio-Environmental Analysis Lab

Coinvestigador

Nombres: Jay Peter

Apellido paterno: Angerer

Grado académico: DOCTOR

Entidad: Texas A&M University

Dependencia: Center for Natural Resource Information Technology

Tesista

Nombres: Miguel Enrique

Apellido paterno: Paredes

Apellido materno: Chocce

Tipo de tesis: Maestría

Entidad: Universidad Nacional Agraria La Molina

Gestor tecnológico

Nombres: Jorge Daniel

Apellido paterno: Salinas

Entidad: Universidad Nacional Agraria La Molina

Coordinador administrativo

Nombres: Isabel

Apellido paterno Saldaña

Apellido materno Zavala

Entidad: Universidad Nacional Agraria La Molina

Técnico

Nombres: Técnico no identificado 1

Apellidos: –

Entidad: Universidad Nacional Agraria La Molina

Rubros financiables

• Recursos humanos (hasta 50% del monto financiado)

1. Incentivo monetario para el investigador principal y coinvestigadores: no debe sobrepasar el máximo de S/ 2,000 mensuales por investigador.
2. Pago a los tesistas: no debe sobrepasar el máximo de S/ 1,500 mensuales por tesista.
3. Pago al personal técnico o asistente de investigación: no debe sobrepasar el máximo de S/ 1,000 mensuales por técnico.
4. Honorarios o incentivos para un gestor tecnológico: no debe de sobrepasar el máximo de S/. 1,500 mensuales.

• Equipos y bienes duraderos (hasta 20% del monto financiado)

Corresponde a la adquisición de equipos menores para el proyecto de investigación.

• Materiales e insumos

1. Materiales, insumos, reactivos, accesorios, componentes electrónicos o mecánicos, bienes no inventariables.
2. Material bibliográfico, tales como manuales, bases de datos, libros especializados, otros, y/o suscripciones a redes de información (en físico o electrónico).
3. Software especializado para el desarrollo de los proyectos de investigación.

• Viajes

Corresponde a los gastos de viajes relacionados a actividades propias del proyecto de investigación.

Los gastos que aplican para este rubro son los siguientes:

1. Pasajes: terrestres, aéreos, nacionales e internacionales, en clase económica.
2. Viáticos: comprenden los gastos por concepto de alimentación, hospedaje y movilidad (hacia y desde el lugar de embarque), así como el desplazamiento en el lugar donde se realizan las actividades. El concepto de viáticos es aplicable para estancias cuya duración sea menor a los quince (15) días calendario, considerando los topes máximos diarios detallados en el Anexo 2.
3. Manutención: comprenden los gastos de alojamiento, alimentación y movilidad local durante su permanencia en el lugar sede del objeto del beneficio otorgado, o desplazamientos relacionados con el mismo. El concepto de manutención es aplicable siempre que se trate de una estancia cuya duración sea mayor o igual a quince (15) días calendario, considerando los topes máximos diarios detallados en la convocatoria.
4. Seguro de viaje: el seguro es de carácter obligatorio y su valor debe estar de acuerdo al precio de mercado. La cobertura típicamente incluye gastos médicos de emergencia, muerte accidental, invalidez e imprevistos logísticos durante el viaje (retraso de vuelos, demora o pérdida de equipaje, robos, etc.). El precio del seguro puede variar en función a la edad, duración del viaje y el destino. Se puede financiar hasta un máximo de S/ 2,000.

• Servicios de no consultoría.

Corresponde a los gastos de contratación de personas naturales o jurídicas para la ejecución de actividades de índole técnica especializada, consideradas como críticas para lograr el buen resultado del proyecto de investigación: servicios de laboratorio, colección de datos, procesamiento de muestras, análisis y diseño.

• Otros servicios

Corresponde a los gastos de contratación de personas naturales o jurídicas para la ejecución de actividades complementarias del proyecto de investigación, tales como:

1. Actividades de difusión:

1. Gastos de organización de taller de cierre del proyecto.
2. Costo de publicación de artículos en revistas indizadas.

• Costo de inscripción para participar en eventos o para discutir los resultados con personal interesado o calificado.

1. Actividades complementarias de la investigación:

1. Gastos de importación y desaduanaje de materiales, insumos o equipos relacionados al proyecto de investigación que se adquieran en el extranjero.
2. Gastos relacionados a la obtención del título o grado.

• Gastos relacionados a la solicitud de patentes.

1. Gastos de mantenimiento correctivo para los equipos adquiridos u otro equipo de laboratorio que deba usarse en el proyecto.

• Gastos de gestión (hasta 10% del monto financiado)

Corresponde al incentivo monetario para el coordinador administrativo, útiles de oficina y servicios de imprenta.