UNIVERSIDAD NACIONAL

AGRARIA LA MOLINA

FACULTAD DE CIENCIAS FORESTALES

“MODELO DIGITAL DE VULNERABILIDAD POR INCENDIOS

FORESTALES EN LA PROVINCIA DE CAJAMARCA - PERÚ”

TESIS PARA OPTAR EL TÍTULO DE INGENIERO FORESTAL

MASAO NAKADA BEDRIÑANA

LIMA – PERÚ

2022

La UNALM es titular de los derechos patrimoniales de la presente investigación

(Art. 24 – Reglamento de Propiedad Intelectual)
 UNIVERSIDAD NACIONAL AGRARIA
LA MOLINA

FACULTAD DE CIENCIAS FORESTALES

“MODELO DIGITAL DE VULNERABILIDAD POR INCENDIOS

FORESTALES EN LA PROVINCIA DE CAJAMARCA - PERÚ”

TESIS PARA OPTAR EL TÍTULO DE INGENIERO FORESTAL

MASAO NAKADA BEDRIÑANA

Sustentada y aprobada ante el siguiente jurado:

__________________________________
Ing. Zoila Aurora Cruz Burga, Dr.
Presidente

___________________________________ _______________________________________
Ing. Rosa María Hermoza Espezúa Ing. Carlos Rafael Vargas Salas
Miembro Miembro

___________________________________
Ing. Ethel Rubin de Celis Llanos, Dra.
Asesor

ii
 DEDICATORIA
A todas las personas que contribuyen a la conservación de los recursos naturales.

iv
 AGRADECIMIENTOS

A la Sala de Observación del Perú de la Facultad de Ciencias Forestales por el uso de sus
instalaciones.
A la profesora Ethel Rubin de Celis por su enseñanza, preocupación por mi futuro
profesional y mi guía para la elaboración de la tesis.
A la profesora Rosa María Hermoza Espezúa, por sus comentarios y su buena disposición
a atender mis consultas.
A los especialistas Marco Antonio Arenas de SERNANP, Luis René Vallenas de INDECI,
Blanca Ponce Vigo de SERFOR, Alejandra Zamora Ríos de OTCA PERU, Viller Flores
Huillca de SERNANP y Cesar Gino Rodriguez de SERNANP por sus conocimientos dados
en las entrevistas.
Al profesor Hugo Luna del Departamento de Economía por orientarme en el Proceso de
Análisis Jerárquico (AHP) y por facilitarme la planilla de Excel AHP.
A mis padres y mi hermano por ser mi alegría y soporte del día a día.

v
 ÍNDICE GENERAL
Página
Dedicatoria..…………………………………………………………………………………iv
Agradecimiento.……………………………………………………………………………...v
Índice de tablas.……………………………………………………………………………viii
Índice de figuras..……………………………………………………………………………ix
Índice de anexos……………………………………………………………………...………x
Resumen.……………………………………………………………………………………xi
Abstract……………………………………...………………………………...……………xii
I. Introducción ............................................................................................................................... 1
II. Revisión de Literatura............................................................................................................ 4
2.1 Fuego..............................................................................................................4
2.2 Incendios forestales .........................................................................................4
2.3 Amenaza .........................................................................................................5
2.4 Vulnerabilidad ................................................................................................6
2.5 Componentes de la vulnerabilidad ...................................................................7
2.6 Sistema de informacion geográfica ..................................................................8
2.7 Modelo ......................................................................................................... 12
2.8 Modelamiento cartográfico ............................................................................ 13
2.9 Rol del SIG en el análisis de vulnerabilidad.................................................... 13
2.10 Proceso de análisis jerárquico ........................................................................ 14
2.11 Normalización............................................................................................... 16
2.12 Estudios previos de vulnerabilidad a incendios forestales................................ 17

III. Materiales y Métodos .......................................................................................................... 21

3.1 Área de estudio ..................................................................................................... 21
3.1.1 Ubicación geográfica ................................................................................ 21
3.1.2 Clima ........................................................................................................ 22
3.1.3 Contexto biológico .................................................................................... 22
3.2 Material y equipos................................................................................................. 23
3.2.1 Materiales ................................................................................................. 24
3.2.2 Software ................................................................................................... 24
3.2.3 Equipo ...................................................................................................... 24
3.3 Métodologia ......................................................................................................... 25
vi
 3.3.1 Identificación de los factores de vulnerabilidad por incendio forestal en la
provincia de cajamarca ......................................................................................... 26
3.3.2 Recopilar la información digital de los factores de vulnerabilidad por
incendios forestales de la provincia de Cajamarca................................................. 27
3.3.3 Normalización .......................................................................................... 31
3.3.4 Ponderación de los factores mediante el método de Proceso de Análisis
Jerárquico (AHP siglas en inglés) ......................................................................... 35
3.3.5 Modelo del análisis de vulnerabilidad de la cobertura forestal ................... 36

IV. Resultados y discusión........................................................................................................ 39

4.1 Factores de vulnerabilidad de la cobertura forestal a los incendios forestales en la
provincia de Cajamarca................................................................................................. 39
4.2 Recopilar la información digital en shapefile de los factores de vulnerabilidad por
incendios forestales de la provincia de Cajamarca .......................................................... 40
4.3 ponderación de los factores mediante el método de Proceso de Análisis Jerárquico
(AHP) .......................................................................................................................... 50
4.4 mapa de vulnerabilidad por incendios forestales en la provincia de Cajamarca ........ 51

V. Conclusiones............................................................................................................................ 55
VI. Recomendaciones ................................................................................................................. 56
VII. Bibliografía............................................................................................................................... 57
VIII. Anexos ........................................................................................................................................ 62

vii
 ÍNDICE DE TABLAS
Página

Tabla 1: Escala de ponderación de la importancia ………………………………………….…..15

Tabla 2: Matriz de comparación par a par ................................................................................... 15
Tabla 3: Resumen de las variables relacionadas con incendios forestales
identificadas en la bibliografía ................................................................................................................. 20
Tabla 4: Normalización de la información temática de cobertura vegetal .................... 32
Tabla 5: Normalización de la información temática de accesibilidad ............................. 32
Tabla 6: Normalización de la información temática de pendiente ................................... 33
Tabla 7: Normalización de la información temática de combustibilidad ...................... 33
Tabla 8: Normalización de la información temática de precipitación media anual .. 34
Tabla 9: Normalización de la información temática de temperatura .............................. 34
Tabla 10: Normalización de la información temática de centros poblados .................... 35
Tabla 11: Factores de vulnerabilidad de la cobertura forestal.............................................. 39
Tabla 12: Cobertura vegetal de la provincia de Cajamarca..................................................... 41
Tabla 13: Combustibilidad de la provincia de Cajamarca ....................................................... 42
Tabla 14: Susceptibilidad de la variable temática temperatura ........................................... 44
Tabla 15: Precipitación de la provincia de Cajamarca .............................................................. 45
Tabla 16: Susceptibilidad de la variable temática pendiente................................................. 47
Tabla 17: Resultado de los pesos de cada factor de vulnerabilidad de la cobertura
forestal …………………………………………………………………………………………………………...51
Tabla 18: Grado de vulnerabilidad para la provincia de Cajamarca ................................... 51

viii
 ÍNDICE DE FIGURA
Página

Figura 1: Modelo Raster y vectorial de un SIG ..................................................................10

Figura 2: DEM de la provincia de Cajamarca ....................................................................12
Figura 3: Mapa distrital de la provincia de Cajamarca ....................................................... 21
Figura 4: Datos climatológicos de la provincia de Cajamarca ........................................... 22
Figura 5: Flujograma de la metodología ............................................................................. 25
Figura 6: Diagrama del procesamiento de datos.................................................................30
Figura 7: Modelo conceptual de la vulnerabilidad de la cobertura forestal ....................... 36
Figura 8: Modelo del análisis de vulnerabilidad de la cobertura forestal .......................... 38
Figura 9: Mapa de cobertura vegetal ................................................................................... 41
Figura 10: Mapa de combustibilidad ..................................................................................... 43
Figura 11: Mapa de precipitación.......................................................................................... 46
Figura 12: Mapa de temperatura ........................................................................................... 44
Figura 13: Mapa de pendiente ............................................................................................... 47
Figura 14: Mapa de accesibilidad .......................................................................................... 48
Figura 15: Mapa de centros poblados ................................................................................... 50
Figura 16: Vulnerabilidad a incendios forestales en la provincia de Cajamarca ................. 52

ix
 ÍNDICE DE ANEXOS
Página

Anexo 1: Lista de Especialistas entrevistados ............................................................................ 61

Anexo 2: Formulario para entrevista ............................................................................................. 62
Anexo 3: Mapas con valores normalizados.................. ¡Error! Marcador no definido.5

x
.

RESUMEN

Los estudios de vulnerabilidad de la cobertura forestal son escasos en Perú por eso se llevó a
cabo un análisis de la vulnerabilidad de la cobertura forestal de la provincia de Cajamarca que
puede ser usado en diversas estrategias de protección y prevención de riesgos de incendios en
la región. El estudio se localiza en esta región por tener registros de incendios forestales y la
disposición de información para el estudio. Se evaluó la ponderación del método de análisis
jerárquico, se elaboró un modelo para identificar las zonas vulnerables forestales por incendio
forestal y se aplicó el modelo para identificar las zonas con vulnerabilidad forestal en la
provincia de Cajamarca. Se identificaron seis factores de vulnerabilidad como son: tipo de
cobertura vegetal, pendiente, centros poblados, accesibilidad, clima y combustible. Asimismo,
se determinó que todos los distritos de la provincia de Cajamarca presentan zonas de
vulnerabilidad alta, siendo la agricultura de la costa y sierra de la provincia, el principal
contribuyente a este resultado (43,5% de la vulnerabilidad alta). Por su parte, los bosques de
montaña, xéricos interandinos y montanos occidental de la provincia de Cajamarca se
clasificaron con vulnerabilidad moderada.

Palabras claves: Proceso de Análisis Jerárquico, Sistemas de Información Geográfica,

Normalización, fuego.
 ABSTRACT

Vulnerability of forest cover studies are scarce in Peru, in order of that we carried out this
approach to the analysis of forest vulnerability in the province of Cajamarca, which can be
used in fire protection and prevention strategies in the region. The study is located in this
region because it has forest fire records and the availability of information for the study. The
weighting of the hierarchical analysis process method was evaluated, a model was constructed
to identify forest vulnerable areas by forest fire and the model was applied to identify areas
with forest vulnerability in the province of Cajamarca. In total, six vulnerability factors were
identified, these being climate and combustibility factors (23% for both). Likewise, it was
determined that all the districts of the province of Cajamarca present areas of high
vulnerability, with agriculture on the coast and mountains of the province being the main
contributor to this result (43.5% of high vulnerability). On the other hand, the mountain, inter-
Andean xeric and western montane forests of the Cajamarca province were classified as
moderately vulnerable.

Key words: Analysis hierarchical process, Geographic Information Systems,

Standardization, fire.

XI
 I. INTRODUCCIÓN

Los incendios forestales se consideran una perturbación importante en los ecosistemas

forestales, y a escala regional y local los incendios también tienen importantes implicaciones
socioeconómicas que afectan tanto a las vidas humanas como a infraestructura (Eskandaria y
Chuvieco, 2005). Estos incendios se producen como resultado de actividades humanas,
principalmente por deforestar los bosques para convertir la tierra a usos agropecuario, limpias
de cultivos y apertura de nuevos asentamientos rurales (Sabuco Cárdenas, 2013 y D.M & P.O,
2006).

El Servicio Nacional Forestal y de Fauna Silvestre - SERFOR (2018) indica que en el Perú la
ocurrencia de la mayoría de los incendios forestales es de origen antrópico, ya que una de las
causas principales está relacionada con actividades de habilitación de chacras de cultivo y
quema de pastos. El Servicio Nacional de Áreas Naturales Protegidas – SERNANP (2018)
menciona que esta acción antrópica, realizada en distintos ecosistemas, tiene efectos negativos
desde el ámbito local hasta el global. La pérdida de biodiversidad y la degradación a nivel del
paisaje producen un incremento de la desertificación, la erosión del suelo, inundaciones, entre
otros fenómenos a gran escala.

El departamento de Cajamarca registró 23 incendios forestales para el año 2016, la pérdida de

cobertura vegetal fue de mayor magnitud con un área afectada de 27 561 hectáreas, seguido
de Cusco con un área de 16 355 hectáreas, siendo ese año con mayor registro de incendios en
el Perú (SERFOR, 2018). Por lo tanto, resulta importante contar con herramientas para el
conocimiento y gestión de los incendios forestales, como es el uso de tecnologías de
información geográfica (Chuvieco, 2007; Chuvieco et. al., 2014).

Los incendios forestales generan pérdidas graves y cuantiosas, las consecuencias son muy
negativas sobre los recursos naturales, debido a que destruyen la vegetación, matan la fauna
silvestre, eliminan la vida en el suelo, contaminan las aguas y finalmente dañan el aire
atmosférico. Los incendios cambian el paisaje de forma radical de un bosque. La vida vegetal,
animal y humana se transforma, y en cientos de años no puede recuperarse y volver a su estado
primigenio. Los efectos negativos de un incendio duran años y cambia la vida de las personas
que habitan en la zona afectada (SERFOR, 2018). Adicionalmente, en nuestro país existe una
costumbre comúnmente denominada “quemas”, que no sobrepasan una hectárea y media en
promedio, pero en conjunto han conducido a una acelerada pérdida de la superficie boscosa
(Manta & León, 2004).

Un sistema de información geográfica se pueden generar mapas de vulnerabilidad con la

finalidad de constituirse en una herramienta de análisis que permitirá tomar decisiones
políticas y técnicas para disminuir pérdidas económicas, recursos naturales y vidas humanas
(MINAM, 2011). Hasta el año 2017, únicamente el departamento de Apurímac contaba con
un Plan de Gestión del Riesgo de Incendio Forestal, presentando un mapa de vulnerabilidad
por incendio forestal (Gobierno Regional de Apurímac, 2017).

Existe una importancia y necesidad actual de contar con conocimientos y herramientas para el
desarrollo de métodos de construcción de modelos de vulnerabilidad ante los incendios
forestales en la provincia de Cajamarca. Esto contribuirá en la gestión de prevención ante un
incendio forestal orientado a la conservación de los recursos naturales, a disminuir la
afectación de los servicios ecosistémicos aprovechados por la comunidad y a reducir el número
de damnificados de las poblaciones.

Por lo anterior, el propósito de esta investigación es proponer un modelo para identificar la

vulnerabilidad de la cobertura forestal en la provincia de Cajamarca. Además, que pueda ser
replicable en otros departamentos con características similares (altitud y relieve) y así
contribuir con la conservación de los recursos forestales. Los objetivos planteados son:
identificar los posibles factores de vulnerabilidad de la cobertura forestal por los incendios
forestales; recopilar la información digital en forma vectorial (shapefile) de los factores de
vulnerabilidad por incendios forestales; evaluar la ponderación de los factores mediante el

2
método de Proceso de Análisis Jerárquico (AHP); y elaborar el mapa de vulnerabilidad por
incendios forestales aplicando el modelo propuesto.

3
 II. REVISIÓN DE LITERATURA

2.1 FUEGO

El fuego es el resultado del proceso químico denominado combustión (Malpartida , 2016).

El Instituto Nacional de Defensa Civil (2006) lo define como una reacción química de
oxidación en los materiales combustibles, es decir con liberación y desprendimiento de energía
en forma de luz y calor producido por la combustión de materiales.

El Ministerio de Medio Ambiente (2007) de Colombia, señala que el fuego es un fenómeno

que se produce cuando se le aplica calor a un cuerpo combustible (en este caso materia vegetal)
en presencia del aire. Para que el fuego se inicie o se mantenga es indispensable la concurrencia
en el mismo sitio y al mismo tiempo de estos tres elementos, pero a su vez se requiere que
haya una reacción en cadena que los haga interactuar entre sí. Si al menos uno de ellos falta,
no es posible que se origine el fuego, estos componentes son:

 Suficiente combustible (árboles, arbustos, pajonales) con un contenido de humedad tan

bajo, que les permita arder.

 Suficiente oxígeno (aire) para que el fuego se propague.

 Temperatura alta y propicia para que el fuego se expanda (calor).

2.2 INCENDIOS FORESTALES

Manta y León (2004) afirman que incendio forestal se refiere a aquellos fuegos que ocurren
sobre la vegetación que crece en tierras de producción forestal (F) y tierras de protección (X).
Así mismo, se denomina pequeños incendios a aquellos menores de 1,5 ha. Según INDECI
(2006), un incendio forestal es la propagación libre y no programada del fuego sobre la
vegetación, en los bosques, selvas y zonas áridas o semiáridas. El incendio forestal, si
encuentra condiciones apropiadas para su expansión, puede recorrer extensas superficies
produciendo graves daños ecológicos, económicos y sociales (INDECI, 2006 y SERFOR,
2018).

Resulta necesario indicar que en nuestro país existe una actividad ampliamente distribuida
denominada “la quema”. Esta actividad constituye una práctica cotidiana que ocurre en tierras
de aptitud agrícola y pecuaria; sin embargo, su uso se ha hecho muy intensivo con la finalidad
de la ampliación de la frontera agrícola. Así los pequeños incendios intencionados,
comúnmente denominados “quemas”, no sobrepasan una hectárea y media en promedio, pero
en conjunto han conducido a una acelerada pérdida de la superficie boscosa (Manta & León,
2004).

En la sierra y la selva del Perú, la presencia de fuego se debe principalmente a la práctica

masiva de realizar quemas. La época usual para esta práctica es entre julio y diciembre, la que
coincide con la época seca o verano regional y donde se encienden tanto pastos, purmas, como
bosques recién tumbados (MINAM, 2011). Por ejemplo, la quema de pastos como actividad
ancestral como parte de la expansión agrícola que origina el cambio de uso de suelo (SERFOR,
2018).

2.3 AMENAZA

La amenaza es un evento físico que representa la posible manifestación de un fenómeno

particular de origen natural, socio-natural o antropogénico, en un territorio particular, que
puede causar la muerte o lesiones, daños materiales, interrupción de la actividad social y
económica o degradación ambiental (IDEAM, 2011 y EIRD, 2009). Para INDECI (2009), se
considera amenaza como un peligro latente.

5
CENEPRED (2018) define la amenaza como la probabilidad de que un fenómeno físico,
potencialmente dañino, de origen natural o inducido por la acción humana, se presente en un
lugar específico con una cierta intensidad y en un periodo de tiempo y frecuencia definidos.

2.4 VULNERABILIDAD

La vulnerabilidad se define como el grado de debilidad o exposición de un elemento y la

fragilidad de elementos expuestos al peligro, resultando en daños humanos y materiales
(Gómez, 2001 y INDECI, 2006).

El Panel Intergubernamental en Cambio Climático (IPCC, 2001) define la vulnerabilidad

como el grado al cual un sistema es susceptible o incapaz de hacer frente a efectos adversos
del cambio climático, incluyendo variabilidad climática y eventos extremos.

En el contexto de la ocurrencia de desastres, la vulnerabilidad se define como la probabilidad

de que, debido a la intensidad de un evento externo y a la fragilidad de los elementos expuestos,
ocurran daños en la economía, la vida humana y el ambiente (Zapata, 1999)

El Instituto de Hidrología, Meteorología y Estudios Ambientales (2011) indica que la

vulnerabilidad es el grado de debilidad o exposición de un elemento o conjunto de elementos
frente a la ocurrencia de un peligro natural o antrópico de una magnitud dada. Es la facilidad
como un elemento pueda sufrir daño.

La vulnerabilidad, es entonces una condición previa que se manifiesta durante el desastre,

cuando no se ha invertido lo suficiente en obras o acciones de prevención y mitigación y se ha
aceptado un nivel de riesgo demasiado alto (INDECI, 2006).

6
Para su análisis, la vulnerabilidad debe promover la identificación y caracterización de los
elementos que se encuentran expuestos, en una determinada área geográfica, a los efectos
desfavorables de un peligro adverso (INDECI, 2006).

Según INDECI (2006) la vulnerabilidad ambiental y ecológica es el grado de resistencia del

medio natural y de los seres vivos que conforman un determinado ecosistema, ante la presencia
de la variabilidad climática. La presente investigación está en el marco de este concepto pero
el análisis se enfocó en la cobertura vegetal.

2.5 COMPONENTES DE LA VULNERABILIDAD

Según Rodríguez y Calderón (2017) la vulnerabilidad es función de tres componentes

principales: la exposición ante amenazas naturales, socio-naturales o antrópicas; la
sensibilidad o fragilidad de los elementos expuestos; y la capacidad de adaptación o resiliencia.

a. Exposición
Se refiere al nivel donde ecosistemas, población, infraestructuras y sistemas de producción se
encuentran en zonas de incidencia potencial de las amenazas. También se define como el
tiempo y modo de sometimiento de un ecosistema a un cambio externo (Gómez, 2001).

b. Fragilidad
Es el nivel de susceptibilidad intrínseca de los elementos expuestos a ser afectados por una
magnitud estimada de la amenaza.

La fragilidad, está referida a las condiciones de desventaja o debilidad relativa del ser humano
y sus medios de vida frente a un peligro. En general, está centrada en las condiciones físicas
de una comunidad o sociedad y es de origen interno (CENEPRED, 2018).

7
c. Resiliencia
Capacidad del sistema para ajustarse al cambio externo, moderar los daños potenciales,
aprovechar las oportunidades o hacer frente a las consecuencias (IPCC, 2001). También es
definida como la posibilidad de las comunidades para atender, asumir, recuperarse y adaptarse
ante grandes variaciones en sus condiciones normales de vida, producto de un desastre.

2.6 SISTEMA DE INFORMACION GEOGRÁFICA

Un Sistema de Información Geográfica (en adelante SIG) es un conjunto de procedimiento

que permite analizar, procesar, interrelacionar y mapear características que cumplan con la
condición de ser variables referenciales o georreferenciables (Ponce, 2008).

Las funciones principales del SIG son la entrada, almacenamiento, representación, análisis de
datos, así como la salida eficiente de información espacial (mapas) y atributos (tabulares)
(Burrough, 1986 y Valenzuela, 1989).

2.6.1. ELEMENTOS DE UN SIG

Barreto (1996) indica que el SIG está estructurado por cuatros elementos fundamentales que
son: hardware, software, datos y el usuario.

a. Hardware
Es el componente físico del sistema que compone de un ordenador (PC, estación de trabajo,
etc.) y su complemento de entrada (lectora, escáner, etc.) y salida (monitor, impresora, etc.).

b. Software
Conjunto de programas que permite al hardware realizar funciones como almacenar, analizar
y desplegar la información geográfica.

8
c. Datos
Elemento que constituye información geográfica pues conforman la base de todo el sistema.
La estructura de la base de datos espaciales puede ser representada de dos formas: el modelo
vectorial y modelo raster. (Bernhardsen, 2002).

El modelo raster funciona a través de una retícula que permite asociar datos a una imagen; es
decir, se pueden relacionar paquetes de información a los pixeles de una imagen digitalizada,
(Bernhardsen, 2003).

El modelo vectorial almacena tres objetos cartográficos básicos: puntos, líneas y polígonos,
los mismos que se almacenan como una colección de coordenadas x,y. La ubicación de una
característica puntual (casas, núcleos de población), pueden describirse con un solo punto x,y.
Las características lineales (vías, curvas de nivel, ríos), pueden almacenarse como un conjunto
de puntos de coordenadas x,y. Las características poligonales (limites administrativos,
parcelas), pueden almacenarse como un circuito cerrado de coordenadas, (Musso y Cotos,
2005).

9
Figura 1: Modelos Raster y vectorial de un SIG
Fuente: Conde (2010)

d. Usuario
Son las personas que se encargan de administrar el sistema, así como de desarrollar un proyecto
basado en el mundo real, entre los que se involucran analistas, desarrolladores, administradores,
programadores, y usuarios.

2.6.2. ALGUNAS FUNCIONES DEL SIG

Franco (2008) menciona algunas funciones del SIG:

Consulta: Selección de objetos de un mapa o capa, la respuesta (información) se brinda en la

parte geográfica como en la información alfanumérica. Otra función de un nivel de
complejidad básico lo constituye la reclasificación, la cual permite cambiar o reorganizar los
rangos o valores asignados en un mapa.
10
Operaciones Geográficas:

- Fusionar: Permite que dos capas de un mismo tipo temático se fusionen en una sola.

- Limitar: Restringe la información de una capa excluyente al contorno seleccionado.

Útil, por ejemplo, para extraer un tipo de bosque de un determinado territorio.

- Intersección: Es una superposición vectorial, donde genera una tercera capa que
contiene el área en común de dos polígonos. Útil para la generación de mapas en
conflicto.

Análisis de superficie: Una superficie puede ser representada por un modelo digital de
elevación (DEM) que es una representación visual y matemática de los valores de altura con
respecto al nivel medio del mar, que permite caracterizar las formas del relieve y los elementos
u objetos presentes en el mismo (Figura 2). Mediante una estructura numérica de datos que
representa la distribución espacial de una variable cuantitativa y continua. Estos valores están
contenidos en un archivo de tipo raster con estructura regular.

En términos generales, el DEM representa la distribución espacial de los atributos del terreno.
(Moore et al. 1991 y Li et al. 2007) que mediante la extracción de variables a partir de
algoritmos morfométricos podemos obtener medidas descriptivas de las geoformas
superficiales: pendiente, orientación (Pike et al. 2009).

11
Figura 2: Modelo digital de elevación de la provincia de Cajamarca.

2.7 MODELO

Un modelo puede ser una representación conceptual, numérica o gráfica de un objeto, sistema,
proceso, actividad o pensamiento; destaca las características que el modelador considera más
importantes del fenómeno en cuestión, por lo que se emplea para analizar exhaustivamente
cada una de sus relaciones e interacciones, y con base en su análisis, predecir posibles
escenarios futuros para dicho fenómeno (García, 2008). Así, un modelo puede describirse

12
como una representación simplificada de un sistema real, y es en esencia, una descripción de
entidades y la relación entre ellas (García, 2008).

2.8 MODELAMIENTO CARTOGRÁFICO

Tomlin (2008) define al modelamiento cartográfico como un conjunto de operaciones de

análisis utilizando mapas que actúan como una pila cuyo fin es procesar decisiones de tipo
espacial. Es la expresión detallada de la manipulación de los datos utilizando las funciones del
software SIG, para la producción de nueva información que será almacenada en el
computador, de manera permanente como nuevas entidades, o de manera virtual para análisis
determinados.

Franco (2008) lo describe como la aplicación secuencial de una serie de instrucciones para
realizar un análisis concreto. Se genera una especie de algebra espacial donde cada
procesamiento individual es la solución de un paréntesis y el producto final es el resultado. Es
por esta razón, elaborar un diagrama de flujo que muestre las especificaciones de los pasos y
operaciones a seguir, permite llegar al resultado final deseado. Es así como bajo estos
modelamientos se pueden desarrollar una serie de aplicaciones simples y complejas tales
como: localizaciones optimas, generación de indicadores de calidad, ordenamientos
territoriales, análisis de impactos y evaluaciones, etc.

2.9 ROL DEL SIG EN EL ANÁLISIS DE VULNERABILIDAD

El SIG es una herramienta que ayuda a entender el comportamiento del fuego y estructurar
actividades de prevención (Marchi, y otros, 2008). El SIG puede salvar vidas, prevenir el daño
de propiedades y preservar los recursos naturales. Por lo tanto, juega un rol importante

13
generando mapas y documentando los incendios, prediciendo su trayectoria, analizado las
estrategias de combate de los incendios (IDEAM, 2011 y Malpartida , 2016)

La aplicación de los SIG en el control de incendios forestales facilita la calidad de resultados

que se obtienen después de procesar datos obtenidos en campo, digitalizando diversos modelos
digitales del terreno (Álvarez, 2000).

2.10 PROCESO DE ANÁLISIS JERÁRQUICO

El proceso de análisis jerárquico (AHP en adelante por siglas en inglés) es un método

matemático, desarrollado a finales de los años 60 por Thomas Saaty, creado para evaluar
alternativas cuando se tienen en consideración varios criterios y está basado en el principio
que la experiencia y el conocimiento de los actores son tan importantes como los datos
utilizados en el proceso (Gómez & Cabrera, 2008).

El AHP descansa en el hecho de que permite dar valores numéricos a los juicios dados por las
personas, logrando medir cómo contribuye cada elemento de la jerarquía al nivel
inmediatamente superior del cual se desprende. Para estas comparaciones se utilizan escalas
de razón en términos de preferencia, importancia o probabilidad, sobre la base de una escala
numérica propuesta por Saaty (1980), que va desde uno hasta nueve como se muestra en la
Tabla 1.

14
Tabla 1: Escala de ponderación de la importancia

1/9 1/7 1/5 1/3 1 3 5 7 9

Muy fuertemente

Muy fuertemente
Extremadamente

Extremadamente
Moderadamente

Moderadamente
Fuertemente

Fuertemente
Menos importante Igualmente
Igual de
Más importante
importancia
Fuente: Saaty (1980)

El AHP utiliza comparaciones entre pares de elementos, construyendo matrices a partir de

estas comparaciones.

Esta técnica se basa en una matriz cuadrada de comparación entre los criterios (Tabla 2), donde
las filas y columnas están dispuestos los criterios según el mismo orden.

Para determinar la ponderación o el nivel de importancia de cada factor, se deberá seguir los
siguientes pasos:

i. Construcción de la matriz par a par

Tabla 2: Matriz de comparación par a par

FACTOR a b c d
A 1
B b,a 1
C c,a b,c 1
D d,a d,b d,c 1
Fuente: Ramos (2000)

15
 ii. Sintetización de juicios

Según Toskano (2005), la sintetización de juicios se realiza para establecer la prioridad

(ponderación o nivel de importancia de los factores) de cada uno de los elementos que se
comparan en la matriz de comparación por pares (Tabla 2). El proceso matemático para
realizar la sintetización implica el cálculo de los valores y vectores característicos, el cual se
logra a través del siguiente procedimiento:

Paso 1: Sumar los valores en cada columna de la matriz de comparaciones pareadas.

Paso 2: Dividir cada elemento de tal matriz entre el total de su columna. A la matriz resultante
se le denomina matriz de comparaciones pareadas normalizada.

Paso 3: Calcular el promedio de los elementos de cada renglón de las prioridades relativas de
los elementos que se comparan, dando como resultado la ponderación final.

Limitaciones del proceso de análisis jerárquico

Zanazzi (2003) menciona que si la estructura jerárquica del proceso de decisión se encuentra
mal diseñada o no se considera factores importantes para la investigación, los pesos de los
criterios pueden distorsionarse, causando errores en los resultados obtenidos.

2.11 NORMALIZACIÓN

El proceso de normalización de los factores de vulnerabilidad consiste en transformar todos

los valores de la información digital (valores no comparables entre sí), a una misma escala.

16
Este proceso viabiliza la agregación de estos criterios y posteriormente, la respectiva
combinación (Ramos, 2000).

La normalización de los criterios en SIG es obtenida a través de la función de reclasificación.

En una función de reclasificación los valores de una matriz son alteradas en función de un
conjunto de condiciones” (Matos, 2008).

2.12 ESTUDIOS PREVIOS DE VULNERABILIDAD POR INCENDIOS

FORESTALES

A nivel global Chuvieco et al. (2014) desarrollaron un mapa de la vulnerabilidad por el fuego
que estima el daño potencial de los incendios forestales a los ecosistemas globales. Se
consideraron tres componentes de vulnerabilidad: la riqueza y la fragilidad ecológica, la
provisión de servicios ecosistémicos y el valor de las casas en la interfaz urbano-forestal. Los
valores ecológicos se estimaron a partir de la relevancia de la biodiversidad, el estado de
conservación y la fragmentación. El retraso de la regeneración ecológica se estimó a partir de
la adaptación a los incendios y el potencial de erosión del suelo. El valor de las casas se estimó
a nivel de país de acuerdo con los precios de mercado de bienes raíces y terrenos, el nivel de
desarrollo económico y la densidad poblacional. En conclusión, se encontró que las áreas más
vulnerables eran las selvas tropicales de la cuenca del Amazonas, África central y el sudeste
asiático; la selva templada de Europa, América del Sur y el noreste de América, y los
corredores ecológicos de América Central y del sudeste asiático.

A nivel más específico, Vargas y Campos (2018) realizaron un estudio en el Área de

Conservación Guanacaste (ACG) en Costa Rica con la finalidad de implementar un modelo
de vulnerabilidad ante incendios forestales que permita definir áreas prioritarias para el control
del fuego. El modelo se diseñó integrando componentes ecológicos como calidad visual y

17
biodiversidad, y componentes socioeconómicos como infraestructura y servicios
ecosistémicos presentes en el ACG. Dentro de sus resultados encontraron que en las áreas más
vulnerables a incendios forestales en el ACG existe una presencia alta de especies de alto valor
ecológico y mayor desarrollo de servicios ecosistémicos.

Por su parte, Guzmán y Rodriguez (2008) realizaron un modelo espacial para evaluar el riesgo
y la vulnerabilidad a incendios forestales en un área representativa del Parque Nacional Tunari
en el departamento de Cochabamba, Bolivia. Se empleó básicamente el método de Análisis
Espacial Multicriterio y la estructura del índice de peligro de incendios forestales incluye tres
componentes: combustibles forestales que tienen una alta o baja densidad de cobertura;
componente meteorológico, que se estructuró con la integración de la temperatura superficial,
la precipitación total mensual y vientos predominantes. Por último, el componente de causa
derivado de la evaluación de elementos socioculturales y de uso del suelo. Como resultado
obtuvieron que los valores finales del índice de riesgo y vulnerabilidad mantienen un buen
nivel de correlación entre dicho índice y los incendios que se producen por el aumento de
vientos y por la época seca que aprovechan los pobladores para realizar barbechos.

Alvarez Rogel (2000) menciona en su investigación sobre el riesgo y prevención de incendios

forestales en el área de Sierra Espuña – Gebas, España que las variables utilizadas para el
análisis de riesgo de incendios forestales son: el relieve, el clima (precipitación, temperaturas,
humedad relativa y vientos), condiciones bioclimáticas, cubierta vegetal, frecuencia y
magnitud de incendios forestales, factor antrópico. Concluyen que la cartografía de incendios
obtenida a través de SIG, permite clasificar un territorio en niveles de riesgo, localizados con
bastante precisión geográfica.

Laura et al. (2012), propusieron demostrar que los incendios forestales están relacionados con
la influencia humana y las condiciones ambientales pudiendo plasmar la influencia de éstos en

18
un índice de peligro de incendios forestales, considerando también la distribución espacial de
los incendios forestales en el estado de Puebla, México. Se evaluó y construyó un modelo de
regresión logística donde las variables significativas fueron: precipitación media anual,
exposición del terreno y número de ramales de vías de comunicación, todas con correlación
positiva, y número de comunidades rurales con correlación negativa. Como resultado
obtuvieron que el mayor peligro de incendio para el estado de Puebla se distribuye en zonas
que registran mayores precipitaciones, mayor número de ramales y menor número de
comunidades.

En Perú, Malpartida (2016) identificó el nivel de riesgo a incendios forestales de la provincia

de Satipo, Junín. En este estudio se identificaron variables necesarias para la elaboración de
los submodelos de peligro antrópico, peligro y vulnerabilidad naturales. La metodología
empleada fue la que propone el Instituto Nacional de Defensa Civil (INDECI) que empleó la
evaluación multicriterio a las variables identificadas, aplicando la técnica compensatoria
aditiva mediante el método de las jerarquías analíticas (MJA). Entre sus principales
conclusiones afirma que las condiciones de temperatura y precipitación influyen
sensiblemente en el riesgo. Asimismo, las áreas con alto riesgo de incendio son colindantes a
áreas urbanas y rurales.

El Gobierno Regional de Apurímac (2017) analizó la vulnerabilidad de la Región Apurímac a

los incendios forestales en términos de la exposición, susceptibilidad y la capacidad de
respuesta tanto del hombre, así como del patrimonio forestal y de fauna silvestre y de los
recursos forestales. Entre sus principales hallazgos afirman el incremento de temperatura
continua, produciría un incremento de la transpiración de las plantas lo que daría lugar a
mayores tasas de evapotranspiración, haciéndolos más inflamables y vulnerables al fuego.

19
El Centro Nacional de Estimación, Prevención y Reducción de Riesgos de Desastres
(CENEPRED, 2020) analizó escenario de riesgos por incendios forestales a nivel nacional y
a su vez actualizar el documento “Caracterización del peligro por incendio forestal”. Como
resultado principal el escenario de riesgos por incendios forestal muestra que el 8.6% del
territorio nacional está expuesta a riesgo alto. Así mismo el 6.4% está expuesto a riesgo alto.

Tabla 3: Resumen de las variables relacionadas con incendios forestales identificadas en la

bibliografía

N° Variables Autores
1 Riqueza ecológica Chuvieco (2014)
2 Provisión de servicio ecosistémicos Chuvieco (2014), Vargas y campos (2018)
3 Calidad visual y biodiversidad Vargas y campos (2018)
4 Componente socioeconómico Vargas y campos (2018)
5 Infraestructura Vargas y campos (2018), Chuvieco (2014)
Álvarez (2000), Malpartida (2017), Guzmán y
6 Cubierta vegetal
Rodríguez (2008)
7 Combustibilidad Guzmán y Rodríguez (2008), Malpartida (2017)
Guzmán y Rodríguez (2008) Álvarez (2000),
8 Temperatura
Malpartida (2017)
Guzmán y Rodríguez (2008), Álvarez (2000),
9 Precipitación
Laura (2012), Malpartida (2017)
10 Vientos Guzmán y Rodríguez (2008), Álvarez (2000)
11 Uso de suelo Guzmán y Rodríguez (2008)
12 Relieve Álvarez (2000), Malpartida (2017)
13 Humedad relativa Álvarez (2000), Malpartida (2017)
14 Frecuencias de incendio forestal Álvarez (2000)
15 Exposición del terreno Laura (2012)
16 Número de comunidades rurales Laura (2012)
17 Accesibilidad Malpartida (2017), Laura (2012)
18 Altura Malpartida (2017)
Fuente: Elaboración propia

20
 III. MATERIALES Y MÉTODOS

3.1. ÁREA DE ESTUDIO

3.1.1 UBICACIÓN GEOGRÁFICA

La provincia de Cajamarca está ubicada en la sección meridional del departamento de

Cajamarca entre las coordenadas geográficas 7°09´25´´ S y 78°31´03´´ O (Figura 3). Cuenta
con una superficie de 2 979,78 km2, que corresponde al 0.23% del territorio nacional. Limita
por el norte con la provincia de Hualgayoc, por el este con la provincia de Celendín y San
Marcos, al sur con la provincia de Cajabamba y el departamento de la Libertad y por el oeste
con la provincia de San Pablo y Contumazá (INEI, 2008).

Figura 3: Mapa distrital de la provincia de Cajamarca

3.1.2 CLIMA

En la provincia de Cajamarca, los veranos son frescos y nublados y los inviernos son cortos,
fríos, secos y parcialmente nublados. Durante el transcurso del año, la temperatura
generalmente varía de 5 °C a 22 °C. La temporada con mayores precipitaciones dura 6,7 meses,
siendo marzo con mayor intensidad de lluvias (118,78 mm/mes). Por otro lado, la temporada
más seca dura 5,3 meses siendo el mes más seco julio (6,06 mm/mes) (SENAMHI 2019)
(Figura 4).

140 25
120
20
Precipitación

Temperuatra
100
80 15
60 10
40
5
20
0 0

Precipitación (mm) Temperatura Máxima °C Temperatura Mínima °C

Figura 4: Datos climatológicos de la provincia de Cajamarca

Fuente: SENAMHI (2019)

3.1.3 CLASIFICACIÓN ECOLÓGICA

De acuerdo con los criterios de clasificación ecológica basada en Zonas de Vida desarrollados
por Holdridge (1978), el cual estratifica las zonas ecológicas sobre la base de parámetros de
temperatura, precipitación, altitud y latitud. La provincia de Cajamarca presenta 5 zonas de
vida que son: Bosque húmedo Montano Tropical (bh-MT), Bosque seco Montano Bajo
Tropical (bs-MBT), Páramo pluvial Sub Alpino Tropical (pp-SAT), Páramo muy húmedo Sub

22
Alpino Tropical (pmh-SAT) y Tundra pluvial Alpino Tropical (tp-AP). Ellas se plasman en el
Mapa Ecológico elaborado por INRENA (1995).

3.1.4 CONTEXTO BIOLÓGICO

a. Flora

Las formaciones vegetales en Cajamarca son importantes por presentar una alta diversidad y
endemismos. Dentro de las especies más representativas de flora se encuentran los árboles,
como son: Quina (Cinchona officinalis), Romerillo, Saucecillo (Podocarpus oleifolius) y
Podocarpus macrostachys, Aliso (Alnus acuminata), Tara (Caesalpinia spinosa), Molle
(Schinus molle). Plantas en roseta o con tallos muy cortos y hojas aplicadas al suelo:
Paranephelius uniflorus. Arbustos xeromórficos: Diplostephium sagastegui, Gynoxys sp.
(Gobierno Regional de Caja marca, 2009).

b. Fauna

En los bosques de Cajamarca podemos encontrar alta variedad de fauna como colibríes
endémicos como el Colibri ventigris Phacellodomus dorsalis, Taphrolesbis griseiventri,
Metallura phoebe y Upucerthia serrana. Algunos de los mamíferos importantes de la zona
son: Vizcacha (Lagidium peruanum), ratón de altura (Calomys sorellus) y murciélago
(Sturnira erythromos) (Gobierno Regional de Cajamarca, 2009).

3.2. MATERIAL Y EQUIPOS

Para la recopilación y procesamiento de la información se emplearon los siguientes

materiales y quipos.

23
3.2.1 MATERIALES

- Modelo Digital de Elevación de 30 metros (USGS, 2014).

- Mapas del Perú: Mapa político de la provincia de Cajamarca (MINAM, 2017),
Mapa de cobertura vegetal (MINAM, 2015), Mapa de carreteras (MTC, 2018) y
Mapa de cetros poblados (MINEDU, 2018) .
- Ficha de entrevista (Anexo 2)
- Planilla de Excel de AHP (Luna, 2018)

3.2.2 SOFTWARE

- ArcGIS [software GIS]. Version 10.1. Redlands, CA: Environmental Systems

Research Institute, Inc., 2010.
- Microsoft Word 2013
- Microsoft Excel 2013

3.2.3 EQUIPO

- Computadora:
Procesador: Intel ® Core (TM) i3-4130 CPU @ 3,40GHz
Memoria instalada (RAM): 8.00 GB (7,88 GB utilizable)
Tipo de sistema: Sistema operativo de 64 bits, procesador x64

24
3.3. MÉTODOLOGIA

La investigación tuvo un enfoque inductivo-deductivo. La metodología para elaborar y aplicar

el modelo de la vulnerabilidad de la cobertura forestal a los incendios forestales en la provincia
de Cajamarca, consistió en la recopilación de información por medio de bibliografía y
entrevistas dirigidas a especialistas, se adquirió y generó los factores de vulnerabilidad forestal
identificados en formato digital, se analizó los criterios que influyen en la vulnerabilidad
utilizando el método de proceso de análisis jerárquico, luego se estandarizó todo los valores
de los criterios a un mismo rango de valores (normalización), finalmente se construyó el
modelo mediante el método de Combinación Lineal Ponderada (Figura 5).

Inicio/Final

Entrada/Salida

Figura 5: Flujograma de la metodología

25
3.3.1 IDENTIFICACIÓN DE LOS FACTORES DE VULNERABILIDAD POR
INCENDIO FORESTAL EN LA PROVINCIA DE CAJAMARCA

Recopilación de información

En esta fase se recopiló información de la zona de estudio, tanto básica y temática, de

diferentes libros, artículos de investigación y organizaciones, a fin de conocer los componentes
de la vulnerabilidad.

Selección de los entrevistados

Se contactó con 05 especialistas (Anexo 1) de diferentes entidades públicas relacionas a los

incendios forestales en el Perú tales como Servicio Nacional de Áreas Naturales Protegidas
(SERNANP), Servicio Nacional Forestal y de Fauna Silvestre (SERFOR), Instituto Nacional
de Defensa Civil (INDECI) y Organización del Tratado de Cooperación Amazónica (OTCA).

Entrevista

La entrevista estuvo organizada en cuatro partes (Anexo 2). La primera parte abordó sobre la
exposición de la unidad o elemento de estudio que para esta investigación es la vegetación de
la provincia de Cajamarca. La segunda parte se enfocó en la fragilidad del elemento,
solicitando a los entrevistados un listado libre de las condiciones de desventaja o debilidad
relacionadas a los elementos expuestos frente al incendio forestal y que expliquen el porqué
de la decisión. En la tercera parte, se solicitó que mencionaran, a través de listado libre, la
capacidad de respuesta del elemento expuesto para asimilar, adsorber, adaptarse, cambiar,
resistir y recuperarse del impacto de un incendio forestal y también que explicaran el porqué
de la decisión. Finalmente, los participantes compararon el grado de influencia de los criterios
de vulnerabilidad mencionados de par en par, en función a la escala de valores brindada por
Saaty (1980). La entrevista fue realizada el 10 de julio del 2018.

26
3.3.2 RECOPILAR LA INFORMACIÓN DIGITAL DE LOS FACTORES DE
VULNERABILIDAD POR INCENDIOS FORESTALES DE LA PROVINCIA
DE CAJAMARCA

La información digital para la elaboración de los mapas que representan a los factores de
vulnerabilidad de la cobertura forestal en la provincia de Cajamarca, fueron obtenidos de
manera directa de GeoServidores oficiales del Estado Peruano.

Recopilación de información digital

a. Mapa de cobertura vegetal

La información digital de la cobertura vegetal del Perú se descargó de manera gratuita en
formato vectorial (Shapefile) desde la página web del GeoServidor del Ministerio de ambiente
(datos actualizados al 2017). Usando el programa ArcGIS y se delimitó al área de la provincia
de Cajamarca utilizando herramienta de corte de vectores (Clip).

b. Mapa de accesibilidad
La información digital en formato vectorial para la accesibilidad se obtuvo mediante la
descarga de la red vial departamental, red vial nacional y red vial vecinal del Geoservidor de
Ministerio de Transporte y Comunicaciones (datos actualizados al año 2018). Se cargó las
redes viales al programa de ArcGIS y se delimitó al área de la provincia de Cajamarca
utilizando la herramienta de corte de vectores (Clip). Finalmente, se integró al mapa político
de la provincia de Cajamarca utilizando la herramienta Unión.

c. Mapa de combustibilidad
El mapa de combustibilidad fue elaborado a partir del mapa de cobertura vegetal obtenido en
el punto a, se reclasificó los valores del mapa de cobertura vegetal de acuerdo al manual del
Protocolo para la realización de mapas de zonificación de riesgos a incendios de la cobertura
vegetal de IDEAM (2011).

27
Se despliega el mapa de cobertura vegetal en el programa ArcGIS, mediante la tabla de atributo
del vector (Shapefile) y se reclasifica manualmente (herramienta Field calculator) a cada tipo
de cobertura vegetal por su equivalencia de tipo de combustible, que éste representa la
condición pirogénica de la vegetación.

d. Mapa de centros poblados

La información digital en formato vectorial (Shapefile) de centros poblados se obtuvo
mediante la descarga de la ubicación digital como puntos de los centros poblados del Perú en
el Geoservidor del Ministerio de Educación (datos actualizados al 26 de julio del 2018), dichos
centros incluyen categoría de: Caserío, Ciudad, Pueblo, Villa y Anexo. Para identificar los
centros poblados de la provincia de Cajamarca, se utilizó el programa ArcGIS y se seleccionó
todos los centros poblados que intersecta con el mapa político de la provincia de Cajamarca
(herramienta Select by location) y se exporta como información nueva.

e. Mapa de pendiente
Para generar el mapa de pendiente se utilizó el Modelo Digital de Elevación del Sistema Radar
Shuttle Radar Topograghy Mission SRTM1 con una resolución espacial de 30 x 30 metros, se
delimitó manualmente un cuadrante que involucre el área de estudio en la misma plataforma
Web y finalmente se descargó de manera gratuita del servidor The United States Geological
Survey Global Visualization Viewer (GloVis).

Para delimitar al área de estudio, se cargó el DEM al programa ArcGIS 10,1 mediante el corte del
mapa político de la provincia de Cajamarca (herramienta clip). Finalmente, se calculó la pendiente
de la superficie de la provincia de Cajamarca en porcentaje (herramienta slope - pendiente en
inglés).

f. Mapa de precipitación y temperatura (clima)

El mapa de precipitación y temperatura se generó en base a la información obtenida de manera
digital en formato raster del servidor WorldClim de manera gratuita, con una resolución

28
espacial de 1 000 x 1 000 metros. Los datos de la precipitación (mm) y temperatura (°C)
corresponden al promedio anuales con un periodo entre el año 1997 a 2017 (20 años).

Para delimitar al área de estudio, se cargó el DEM al programa ArcGIS 10,1 y se cortó con el mapa
política provincial de Cajamarca (herramienta clip).

29
Figura 6: Diagrama del procesamiento de datos
3.3.3 NORMALIZACIÓN

Una vez definidas los factores de vulnerabilidad, es necesario establecer un criterio coherente
para integrarlas de la manera más apropiada y así obtener como resultado el mapa de
vulnerabilidad de la cobertura forestal. Para ello, se debe normalizar o reclasificar los valores
de cada factor (IDEAM, 2011).

En vista de que cada factor de vulnerabilidad identificados, se miden a diferentes escalas. Por
ejemplo, temperatura en Celsius y la pendiente en porcentaje, es necesario estandarizarlos
antes de combinarlos y transformarlos para que todos ellos puedan ser correlacionados. Para
ello las variables deben clasificarse según la escala numérica de la vulnerabilidad. En los
estudios previos revisados, los niveles de vulnerabilidad son: Muy alto, alto, medio, bajo y
muy bajo, que a la vez están definido a valores numéricos (muy alto = 5, alto = 4, moderado
=3, bajo = 2 y muy bajo = 1), lo cual facilita la integración de los factores en el programa de
ArcGIS 10,1.

a. Tipo de Cobertura Vegetal

La normalización de la cobertura vegetal es considerada tomando en consideración el grado
de exposición al peligro, la normalización se adaptó del estudio realizado en el departamento
de Apurímac (GORE Apurímac, 2017), la cual se identifica el grado de exposición de acuerdo
al tipo de cobertura vegetal para la provincia de Cajamarca (Tabla 4).

31
Tabla 4: Normalización de la información temática de cobertura vegetal

Valor
Tipo de Cobertura vegetal Normalización
normalizado
Agricultura costera y andina Muy Alto 5
Área urbana Nula 0
Bofedal Muy Alto 5
Bosque montano occidental
Alto 4
andino
Bosque seco de montaña Alto 4
Bosque xérico interandino Alto 4
Centro minero Nula 0
Lagunas, lagos y cochas Nula 0
Matorral arbustivo Alto 5
Pajonal andino Muy Alto 0
Plantación Forestal Moderado 3
Fuente: GORE Apurímac (2017)

b. Accesibilidad
A partir del mapa de accesibilidad, se generó 04 zonas de influencias a las vías
departamentales, vías nacionales y vías vecinales (herramienta buffer), con un radio de 500 m;
una vez generado los buffers se reclasificó (normalizó) de acuerdo con la Tabla 5. El criterio
de normalización se adaptó del estudio realizado por IDEAM (2011).

Tabla 5: Normalización de la información temática de accesibilidad

Valor de
Rango Normalización
normalización
0 - 500 m Muy alto 5
500 – 1000 m Alto 4
1000 – 1500 m Moderado 3
1500 – 2000 m Bajo 2
> 2000 m Muy bajo 1
Fuente: IDEAM (2011)

32
c. Pendiente
A partir del mapa de pendiente obtenida mediante el Modelo Digital de Elevación, se
reclasificó los valores de las pendientes en 5 rangos. Siendo el grado 45° como valor máximo
(CENEPRED, 2018).

Tabla 6: Normalización de la información temática de pendiente

Valor de
Rango Normalización
normalización
0° - 5° Muy bajo 1
5° - 15° Bajo 2
15° - 25° Moderado 3
25° - 45° Alto 4
> 45° Muy alto 5
Fuente: CENEPRED, 2018

d. Combustibilidad
Los valores normalizados del factor combustibilidad han sido establecidos de acuerdo al tipo
de combustible dominante, generándose para cada uno de ellos un valor de calificación, de las
cuales se adaptó los criterios de normalización del estudio realizado por CENEPRED (2018).

Tabla 7: Normalización de la información temática de combustibilidad

Reclasificación por Valor de

Descripción Normalización
biomasa normalización
Agricultura Arbustos/Pasto/Hierba Moderado 3
Área urbana Área urbana bajo 1
Bofedal Pasto/Hierba Muy alto 5
Bosque montano Árboles/arbustos Moderado 3
Bosque seco Árboles/arbustos Moderado 3
Bosque xérico Árboles/arbustos Moderado 3
Centro minero Centro minero Muy bajo 1
Laguna, lagos y
No combustible Nulo 0
cochas
Matorral arbustivo Arbustos/hierbas Alto 4
Pajonal andino Pastos/hierbas Muy Alto 5
Plantación forestal Arboles Bajo 2
Fuente: CENEPRED (2018)
33
e. Precipitación
La normalización de la precipitación fue establecida en intervalos de valores de precipitación
media anual, adaptado del estudio realizado por IDEAM (2011).

Tabla 8: Normalización de la información temática de precipitación media anual

Valor de
Rango Normalización
normalización
0 - 1000 mm Muy alto 5
1000 - 2000 mm Alto 4
2000 - 3000 mm Moderada 3
3000 - 7000 mm Baja 2
> 7000 mm Muy Baja 1
Fuente: IDEAM (2011)

f. Temperatura
La normalización de la temperatura fue establecida en intervalos de valores de precipitación
media anual, adaptado del estudio realizado por IDEAM (2011).

Tabla 9: Normalización de la información temática de temperatura

Rango Normalización Valor de normalización

< 1.5°- 6 ° Muy baja 1
6° - 12° Baja 2
12° - 18° Moderada 3
18° - 24° Alto 4
> 24° Muy alto 5
Fuente: IDEAM (2011)

g. Centros Poblados
A partir del mapa de centros poblados se generó cuatro zonas de influencias (buffer) con un
radio de 500 m; una vez generado los buffers se normalizó de acuerdo a la Tabla 10. La
normalización de los valores del factor de los centros poblados ha sido establecida de acuerdo
a la clasificación por rango de proximidad o lejanía en contacto con la cobertura vegetal, la
misma que se usó para el factor accesibilidad.

34
Tabla 10: Normalización de la información temática de centros poblados

Descripción Normalización Valor de normalización

0-500m Muy alto 5
500-1000m Alto 4
1000-1500m Moderado 3
1500m-2000m Bajo 2
> 2000m Muy bajo 1
Fuente: IDEAM (2011)

3.3.4 PONDERACIÓN DE LOS FACTORES MEDIANTE EL MÉTODO DE

PROCESO DE ANÁLISIS JERÁRQUICO (AHP)

Posterior a la normalización de los factores, se desarrolló un sistema de ponderación de las

mismas, dichas ponderaciones fueron propuestas por los expertos en las entrevistas, basado en
las consideraciones de que no todos los factores de vulnerabilidad tienen la misma
importancia. Esta ponderación permite que cada factor asuma un peso relativo que hará que
ciertos factores incidan en mayor o menor medida sobre la vulnerabilidad forestal por incendio
forestal.

A partir de la entrevista de los profesionales expertos, se procedió a ponderar de par en par los
criterios con el objetivo de determinar la importancia relativa asignando valores numéricos.
Para las comparaciones se utilizan escalas de razón en términos de preferencia, importancia o
probabilidad, propuesta por Saaty (1980), descrito en la Tabla 1 del punto 2.10.

3.3.4.1 PESO DE CRITERIO

En esta etapa, se utilizó una planilla Excel del Proceso de Análisis Jerárquico (Luna, 2019). El
proceso sigue la secuencia descrita en la revisión bibliográfica, obteniendo como resultado las
ponderaciones de cada factor de manera automática.

35
La información que se ingresa al Excel son los valores de importancia de los factores
comparados de par en par valorizado por los expertos, que fueron documentados en el material
de entrevista del formato 4 (Anexo 2).

3.3.5 MODELO DEL ANÁLISIS DE VULNERABILIDAD DE LA COBERTURA

FORESTAL

La construcción del modelo se realizó teniendo en cuenta los factores más importantes e
incidentes de acuerdo con las experiencias y estudios en el tema. Para esta investigación será
la representación espacial de los factores con mayor o menor susceptibilidad a sufrir daño y
pérdida ante la manifestación de un peligro (incendio forestal).

Para generar el modelo de vulnerabilidad de la vegetación se integraron los siete mapas

descritos en la normalización, (Figura 7). Mediante la aplicación del método de combinación
ponderada lineal.

Cobertura vegetal

Precipitación

Temperatura

Pendiente Vulnerabilidad forestal

Combustibilidad

Accesibilidad

Centro poblado

Figura 7: Modelo conceptual de la vulnerabilidad de la cobertura forestal

36
Combinación Lineal Ponderada (WLC)

Teniendo los factores normalizados en mapas a una escala común de uno al cinco y los pesos
de los factores obtenidos del método de AHP. El mapa de vulnerabilidad de la cobertura
forestal será el resultado de la superposición de los siete mapas normalizados (Figura 8). Por
lo tanto, para aplicar la metodología de la combinación lineal ponderada para los mapas, se
utilizó el programa ArcGIS. Una vez cargados los mapas al programa, se realizó la
superposición de los mapas, cada mapa con su respectiva ponderación obtenida en el punto
3.3.4.1 (herramienta weighted overlay.) La integración es representada por medio de la
siguiente fórmula:

VFC = A*CV + B*CP + C*Tem + D*Pre + E*Acc + F*Pen + G*Com

Donde:

- VFC: Vulnerabilidad de la cobertura forestal por los incendios forestal en la

provincia de Cajamarca.
- CV = Tipo de Cobertura vegetal
- CP = Centros poblados
- Pre = Precipitación
- Tem = Temperatura
- Pen = Pendiente
- Acc = Accesibilidad
- Com = Combustibilidad
- A, B, C, D, E, F, G, son pesos en porcentaje que representan la influencia de los
factores en el modelo.

37
Obteniendo de esta forma el Mapa de Vulnerabilidad de la Cobertura Forestal. (Fecha de la
elaboración del mapa: 18 de junio del 2019)

A % x Cobertura vegetal

B % x Pendiente

C % x Combustibilidad

D % x Accesibilidad

E % x Precipitación

F % x Temperatura

G % x Centros poblados

Mapa de Vulnerabilidad Forestal

a los Incendios Forestales

Figura 8: Modelo del análisis de vulnerabilidad de la cobertura forestal

38
 IV. RESULTADOS Y DISCUSIÓN

4.1 FACTORES DE VULNERABILIDAD DE LA COBERTURA FORESTAL A LOS

INCENDIOS FORESTALES EN LA PROVINCIA DE CAJAMARCA

A partir de las entrevistas de los especialistas, se identificaron factores de vulnerabilidad de la

cobertura forestal a incendio forestal en la provincia de Cajamarca para cada componente de
vulnerabilidad, que pueden ser físicos, climático y antrópico. Pudiéndose resumir en los
siguientes factores: Tipo de Cobertura vegetal, pendiente, accesibilidad, combustibilidad,
clima y centros poblados (Tabla 11).

Para el caso del factor clima, los entrevistados lo consideran como el resultado de la interacción
entre la precipitación y temperatura, por lo que para el análisis de la vulnerabilidad se
disgregaron en dos variables.

Los factores obtenidos en la entrevista que no se incluyeron dentro del estudio, fueron los
centros arqueológicos, fauna silvestre y viento, ya que el análisis de vulnerabilidad se enfocó
en los factores de vulnerabilidad directas a la vegetación.

Tabla 11: Factores de vulnerabilidad de la cobertura forestal

Exposición Fragilidad
A B C D E F
Tipo de
Centros
Cobertura Clima Pendiente Combustible Accesibilidad
poblados
vegetal

39
4.2 RECOPILAR LA INFORMACIÓN DIGITAL FORMA VECTORIAL
(SHAPEFILE) DE LOS FACTORES DE VULNERABILIDAD POR INCENDIOS
FORESTALES DE LA PROVINCIA DE CAJAMARCA

Para esta investigación se generaron siete mapas, siendo estos los siguientes: cobertura vegetal,
accesibilidad, pendiente, combustibilidad, precipitación, temperatura y centros poblados. En
estos mapas temáticos se representó los factores de vulnerabilidad de la cobertura forestal de
la provincia de Cajamarca.

a. Factor tipo de cobertura vegetal

La cobertura vegetal más expuesta a los incendios forestales es la cobertura agrícola con un
112 537 ha que representa el 37,8% de la provincia de Cajamarca, según el análisis realizado
(Tabla 11), esto se debe al uso extendido del fuego para la quema de residuos y rastrojo en la
producción agrícola. Así mismo, la actividad agrícola de la provincia de Cajamarca se
superpone con Tierras Aptas para Producción Forestal, Tierras de Protección y Tierras Aptas
para Pasto evidenciando el cambio de uso de suelo mediante uso de fuego. La segunda
cobertura vegetal más expuesta a los incendios forestales son los matorrales arbustivos
(25,9%) y la tercera cobertura más expuesta es el pajonal andino (24,6%), debido a la
colindancia y cercanía con la cobertura vegetal exponiéndose más a la actividad de la quema.
Los bosques y las plantaciones representan el 8,5% de las cuales el 32% se encuentran dentro
de Tierras Aptas para Cultivo y Tierra Apta para Pasto, aumentando su susceptibilidad a
incendio forestal por el cambio de uso mediante fuego. Para las zonas urbanas y centros
mineros ocupan el último lugar, se caracterizan por ser tierras de propiedad privada o
concesiones que por ser personas naturales o jurídicas la exposición a los incendios forestales
es mínima (Figura 9).

40
Tabla 12: Cobertura vegetal de la provincia de Cajamarca

N° Cobertura Superficie (ha) %

1 Agricultura costera y andina 112 537,3 37,8
2 Área urbana 1 961,7 0,7
3 Bofedal 2 387,9 0,8
4 Bosque montano occidental andino 3 29,2 0,1
5 Bosque seco de montaña 9 268,3 3,1
6 Bosque xérico interandino 1 034,5 0,3
7 Centro minero 5 112,3 1,7
8 Lagunas, lagos y cochas 305,6 0,1
9 Matorral arbustivo 77 135,3 25,9
10 Pajonal andino 73 170,6 24,6
11 Plantación Forestal 14 769,3 5,0

Figura 9: Mapa de cobertura vegetal

41
b. Factor combustibilidad

Del mapa de combustibilidad en la provincia de Cajamarca (Figura 10), se identifica en mayor

proporción el tipo de combustible arbusto, pasto y hierbas con un 89%, esto le da a la provincia
de Cajamarca gran probabilidad de incendiarse y propagarse (IDEAM, 2011). Las zonas
compuestas por árboles y arbustos solo representan 8,6% (Tabla 13). Esto se debe a la
característica del ecosistema de la cobertura vegetal de la provincia de Cajamarca donde
predomina la biomasa de menor tamaño siendo una debilidad por la facilidad de ignición frente
al fuego aumentando la susceptibilidad.

Tabla 13: Combustibilidad de la provincia de Cajamarca

Tipo de superficie
Cobertura vegetal %
combustible (ha)
Arbustos, pasto y
112 537,3 37,8
Agricultura costera y andina hierbas
Bosque montano occidental
andino
Árboles y arbustos 10 632,1 3,6
Bosque seco de montaña
Bosque xérico interandino
Matorral arbustivo Arbustos y hierbas 77 135,3 25,9
Bofedal
Pasto y hierba 75 558,5 25,4
Pajonal andino
Plantación Forestal Arboles 14 769,3 5,0
Centro minero Centro minero 5 112,3 1,7
Área urbana Área urbana 1 961,7 0,7
Lagunas, lagos y cochas No combustible 305.6 0,0

42
Figura 10: Mapa de combustibilidad

c. Factor clima
i. Factor temperatura

El rango de temperatura media multianual identificado para la provincia de Cajamarca en un

periodo de 20 años (2007 – 2017) es de 7 – 21 °C (Tabla 14 y Figura 11) (WorldClim 2019).
Así mismo, de acuerdo al rango de temperatura que influye en los niveles de suceptibiliad
(tabla 13), el 50% de la vegetación de provincia de Cajamarca presenta suceptibilidad baja y
46,4% moderada, esto quiere decir, que el factor temperatura no influye considerablemente en
el ritmo de reducción de humedad en el suelo y de la vegetación.

43
Tabla 14: Susceptibilidad de la variable temática temperatura

Rango de Porcentaje
Superficie (ha)
temperatura (%)
7° - 12° 148 886,5 50,0
12° - 18° 138 155,1 46,4
18° - 21° 10 970,4 3,7

Figura 11: Mapa de temperatura

44
 ii. Factor precipitación

El rango de precipitación media multianual identificado para la provincia de Cajamarca en un

periodo de 20 años (2007 – 2017) es de 232 – 1 276 mm (Tabla 15 y Figura 12) (WorldClim
2019). Así mismo, de acuerdo al rango de precipitacion que influye en los niveles de
suceptibiliad , el 78,3% de la cobertura vegetal de provincia de Cajamarca presenta
suceptibilidad muy alta (Tabla 7), esto se debe a que la característica del ecosistema
predominante es de época húmedad. Además, según el diagrama bioclimático, se encuentra en
el rango arido y semiarido.

Tabla 15: Precipitación de la provincia de Cajamarca

Rango de Porcentaje (%)

Superficie (ha)
precipitación
232 – 1 000 mm 233 260,9 78,3
1 000 – 1 276 mm 64 751,1 21,7

45
Figura 12: Mapa de precipitación

d. Factor pendiente

A partir del mapa de pendientes se puede establecer, que el máximo valor es de 72°, y los
valores mínimos corresponden a las planicies o llanuras (0°) para la provincia de Cajamarca.
En la Tabla 16 se puede observar que el valor predominante se encuentra entre el rango de 5°
a 15° representando un 41,6% del área total influyendo en una susceptibilidad baja. En el
segundo lugar se encuentra el rango 15° - 25° con un 28,2% del área con una susceptibilidad
moderada. Seguido del rango de 25° - 45° con un 18,1% del área con una susceptibilidad alta.
Para el rango de pendiente 0° - 5° cuya susceptibilidad es muy bajo, representa el 11,5% de la

46
superficie. Por último, la pendiente con mayor a 45° representa el 0,5% del área. Resultando
que el factor pendiente no influye significativamente en la vulnerabilidad forestal en la
provincia de Cajamarca.

Tabla 16: Susceptibilidad de la variable temática pendiente

Pendiente Superficie (ha) %

0°-5° 34 366,9 11,5
5°-15° 124 091,7 41,6
15°-25° 83 963,3 28,2
25°-45° 54 035,1 18,1
> 45° 1 555,1 0,5

Figura 13: Mapa de pendiente

47
e. Factor Accesibilidad

A partir del mapa de accesibilidad (Figura 14), se puede identificar un red vial departamental
que atraviesa el distrito de Cospan y asuncion, la red vial nacional para los distritos Encañada,
Namora, Matara, Los Baños del Inca, Magdalena, San Juan, Llacanora y Cajamarca, y la red
vial vecinal que se encuentra distribuido a todo los distritos concentrandose mayor densidad
en los distritos de Cajamarca, Baños del Inca, San Juan, Llacanora, Namora y La Encañada de
acuerdo al analisis realizado.

Figura 14: Mapa de accesibilidad

48
f. Factor centros poblados

A partir del mapa de centros poblados, se identificaron 1 559 centros poblados en la provincia
de Cajamarca.

De acuerdo al INEI (2009), históricamente la provincia de Cajamarca ha ido aumentando la

distribución de la población. En el año 1981, 168 196 personas representaban el 16,4% de la
población total del departamento de Cajamarca. En 1993, 230 049 personas representaban el
18,3% y en 2007, 316 152 personas representaban el 22,8%, con la tendencia que va en
aumento. Sin embargo, la zona rural si bien ha ido incrementando, esto a un ritmo decreciente,
pues en el año 1981 a 1993 creció un 1,3% y de 1993 a 2007 creció en -0,1%. Estos datos
concuerdan con Manta (2017) que indica que la reducción de la población rural ha conducido
a un mayor uso del fuego, ya que es la herramienta más económica, que permite convertir
tierras forestales y de protección al uso agrícola y pecuario a bajo costo. El riesgo de que el
fuego escape y desencadene un incendio forestal se ha hecho mayor.

49
Figura 15: Mapa de centros poblados

4.3 PONDERACIÓN DE LOS FACTORES MEDIANTE EL MÉTODO DE PROCESO

DE ANÁLISIS JERÁRQUICO (AHP)

Del AHP (Tabla 17) los factores con mayor ponderación fueron el factor clima y
combustibilidad con un porcentaje de 23% para ambas, esto quiere decir que estas influyen
considerablemente en la vulnerabilidad a la cobertura forestal a incendios forestales en la
provincia de Cajamarca, esto se debe a que los entrevistados asignaron mayor importancia a
la precipitación y temperatura por influir en la cantidad de humedad en la planta y la capacidad
de ignición de cada cobertura vegetal. La segunda variable con mayor incidencia es el factor
50
centros poblados con un porcentaje de 18% por presencia de actividad agrícola y la presión de
cambio de uso mediante el uso de fuego. Finalmente, en una escala menor se encuentra el
factor accesibilidad, tipo de cobertura vegetal y la pendiente con 13%, 12% y 11%
respectivamente, no influenciando significativamente en la vulnerabilidad forestal.

Tabla 17: Resultado de los pesos de cada factor de vulnerabilidad de la cobertura forestal

Factor Ponderación Porcentaje

A Tipo de Cobertura vegetal 0,12 12%
B Centros Poblados 0,18 18%
C Clima 0,23 23%
D Accesibilidad 0,13 13%
E Pendiente 0,11 11%
F Combustibilidad 0,23 23%

4.4 MAPA DE VULNERABILIDAD DE LA COBERTURA FORESTAL POR

INCENDIOS FORESTALES EN LA PROVINCIA DE CAJAMARCA

El modelo de vulnerabilidad de la cobertura forestal en la provincia de Cajamarca (VFC) nos

permite representar y ubicar geoespacialmente, el grado de vulnerabilidad de los diferentes
espacios forestales de la provincia de Cajamarca, mostrados en cinco niveles: Muy baja, baja,
moderada, alta y muy alta (Tabla 18 y Figura 16).

Tabla 18: Grado de vulnerabilidad para la provincia de Cajamarca

Grado de Superficie Porcentaje

vulnerabilidad (ha) (%)
Muy baja 651,0 0,2
Baja 6 118,6 2,1
Moderada 71 211,9 23,9
Alta 219 722,1 73,7
Muy alta 307,1 0,1

51
Figura 16: Vulnerabilidad a incendios forestales en la provincia de Cajamarca

La vulnerabilidad forestal Muy alta, abarca un área de 307 ha, dicha zona solo representa el
0,1% del territorio de la provincia de Cajamarca. Se registró en esta categoría 06 centros
poblados. Por la magnitud, esta categoría no es representativo.

Se determinó predominantemente un grado de vulnerabilidad forestal Alto que abarca un área

de 219 722 ha, dicha zona representa el 73,7% de la provincia de Cajamarca. Esto se debe a
que gran parte de la zona corresponde a pajonales y matorrales andinos con un 113 465 ha que
tienen alto grado de exposición, dato coincidente con el estudio realizado por CENEPRED
52
(2020) que indica que el departamento de Cajamarca posee áreas de mayor riesgo. Con uso
agrícola 95 393 ha donde la práctica de quema es común en la zona. La influencia de la
precipitación con rango de 232 a 1 000 mm (categoría de susceptibilidad muy alto) incide en
78,3% de la superficie de la provincia de Cajamarca. Así mismo, encontrándose en esta
categoría 1 476 centros poblados que ejerce presión a diferente tipo de cobertura vegetal.

La vulnerabilidad forestal Moderada abarca un área de 71 211,9 ha, representando el 23,9%.

Tiene condición climática favorable ya que son zonas con mayor precipitación. La materia
combustible es menos pirogénica ya que en la zona encontramos presencia de bosques. Así
mismo, encontrándose en esta categoría 74 centros poblados.

La vulnerabilidad forestal baja abarca un área de 6 118,6 ha que representa un 2,1% de la

provincia de Cajamarca. En esta unidad está representado por áreas de plantaciones forestales
y en área de influencia de centros mineros, estos ubicándose en zonas de condiciones
climáticas favorables para dichas actividades y pendientes no muy pronunciada. No se
identificó zonas de cobertura agrícolas para esta categoría. Así mismo, encontrándose en esta
categoría 02 centros poblados, en la cual es un indicador que no hay tanta presión antrópica
con los recursos forestales.

La vulnerabilidad forestal muy baja abarca un área de 651 ha que representa un 0,2% de la
provincia de Cajamarca. En esta categoría solo está representado por centros mineros, esto
quiere decir que la vegetación presente en esta zona está protegida por las concesiones mineras
y de ámbito legal. A esto se le puede agregar que las concesiones mineras tienen planes de
contingencia contra incendios exigidos por ley, de haber un incendio forestal tendrían acciones
de primera respuesta. Así mismo, no se identificó centros poblados en la zona. Por lo tanto, la
vegetación en esta categoría tiene baja exposición contra incendio forestal.

53
Limitaciones del modelo

Las limitaciones de la aplicación del modelo estarían en replicar en zonas de diferentes

características de relieve y altitud, como en zonas costeras del Perú, pues los factores de
vulnerabilidad identificados por los especialistas fueron analizados de acuerdo a la realidad de
la provincia de Cajamarca.

54
 V. CONCLUSIONES

1. Se elaboró la propuesta de modelo para identificar la vulnerabilidad forestal por

incendio forestal en la provincia de Cajamarca que pueda ser replicable en otros
departamentos con características similares (altitud y relieve) y así contribuir con la
conservación de los recursos forestales.

2. Se identificó los factores de vulnerabilidad de la cobertura forestal de la provincia de

Cajamarca que son los centros poblados, tipo de cobertura vegetal, clima, pendiente,
combustibilidad y accesibilidad.

3. Se recopiló la información digital de los factores de vulnerabilidad conformado por

siete mapas temáticos en forma vectorial, que tiene sus respectivos atributos y rangos
de valores.

4. Se evaluó la ponderación de los factores de vulnerabilidad, resultando con mayor

ponderación los factores de clima y combustibilidad, seguidamente de centros
poblados. En una escala menor se encuentra el factor de accesibilidad, tipo de cobertura
vegetal y pendiente.

5. De acuerdo con el resultado del mapa elaborado, de vulnerabilidad de la cobertura

forestal al incendio forestal, la provincia de Cajamarca presenta predominantemente
áreas con vulnerabilidad alta.

55
 VI. RECOMENDACIONES

- Se recomienda complementar los estudios de vulnerabilidad con estudios de peligro

para determinar el riego de la provincia de Cajamarca.

- Para tener una mejor comprensión de la magnitud de las zonas vulnerables por los
incendios forestales se recomienda hacer esta misma evaluación a nivel del
departamento de Cajamarca.

- Se recomienda replicar el modelo en departamentos con características similares de

altitud y relieve como zonas de la sierra peruana.

- Implementar el modelo automático en un Sistema de Información Geográfica para la

vulnerabilidad de la cobertura forestal a incendio forestal.

56
 VII. BIBLIOGRAFÍA

Alvarez, Y. (2000). Aplicación de la tecnología SIG al estudio del riesgo y prevención de

incendios forestales en el área de Sierra Espueña-Gebas. Universidad de Murcia, 329.

Aragoneses, C., & Rábade , J. (2004). Propuesta Metodológica para el Análisis de la

Vulnerabilidad y de la Gravedad Potencial de los Incendios Forestales en el Marco de
la Protección Civil. Memorias del Segundo Simposio Internacional Sobre Políticas,
Planificación y Economía de los Programas de Protección Contra Incendios
Forestales: Una Visión Global149, 149-160.

CENEPRED. (2018). Caracterización del peligro por incendios forestales. Lima.

Chuvieco, E., Aguado, I., Yebra, M., Nieto, H., Martín, M., Vilar, P., . . . Salas, J. (2007).
Generación de un Modelo de Peligro de Incendios Forestales mediante Teledetección
y. Teledección, 19-26.

Chuvieco, E., Aguado, I., Yebra, M., Nieto, H., Salas, J., Martín, P., . . . zamora, R. (2014).
Development of a framework for fire risk assessment using remote sensing and
geographic information system technologies. Ecologycal Modelling, 13.

COSUDE. (2002). Instrumentos de apoyo para el análisis y la gestión de riesgos naturales en

el ámbito municipal de Nicaragua : Guía para el especialista. Nicaragua.

Mielnicki, D.M., Canziani, P.O. (2006). Quema de biomasa en sudamérica: impactos

regionales y globales. Buenos Aires.

57
Díaz-Hormazábal, I., & González, M. (2016). Análisis espacio-temporal de incendios
forestales en la región del Maule, Chile. Bosque, 147-158.

EIRD. (2009). Términos principales relativos a la Reducción del Riesgo de Desastres. EIRD.

Eskandari, S., & Chuvieco , E. (2005). Fire danger assessment in Iran based on geospatial
information. International Journal of Applied Earth Observation and Geoinformation,
57-64.

Gómez, J. (2001). Vulnerabilidad y medio ambiente. COMISIÓN ECONÓMICA PARA

AMÉRICA LATINA Y EL CARIBE - CEPAL.

Guzmán, G., & Rodriguez, A. (2008). Modelos de Riesgo y Vulnerabilidad a Incendios

Forestales a partir de condiciones naturales y antrópicas; Caso de Estudio Parque
Nacional Tunari. ocumento Técnico Proyecto FOMABO CIIFOR, 27.

Haltenhoff , D. (2010). Las comunas criticas en cuanto a la ocurrencia de incendios forestales.

Gobierno Nacional de Chile, 22.

IDEAM. (2011). Protocolo para la realización de mapas de zonificación de riesgos a incendios

de la cobertura vegetal. Ideam, 111.

INDECI. (2006). Manual Básico para la Estimación del Riesgo. INDECI, 71.

IPCC. (2001). Cambio Climatico Sintesis de reporte. IPCC, 153.

Luna, H. (2018). Planilla Excel - Proceso de Analisis Jerarquico. Lima.

Malpartida , M. (2016). Riesgo a Incendios Forestales en la Provincia de Satipo-Junín.

Universidad Nacional del Centro del Perú, 93.

58
Manta Nolasco, M., & León, H. (2004). Los incendios forestales en el Perú: grave problema
por resolver. FLORESTA, 179-186

Marchi, Tesi, Brachetti Montorselli, Conese, Bonora, & Romani. (2008). INTEGRATION OF
LOCAL SCALE FUEL TYPE MAPPING AND FIRE BEHAVIOR PREDICTION
USING HIGH SPATIAL RESOLUTION IMAGERY . Forest fire prevention: a GIS
tool or fire-fighting planning and management, 107-111.

MINAM. (2015). Geoservidor - Cobertura Vegetal. Recuperado de

https://geoservidor.minam.gob.pe/

MINAM. (2011). Memoria descriptiva delmapa de vulnerabilidad física del Perú. Lima.

MINEDU. (2018). Descarga de información espacial del MED - Centros poblados.

Recuperado de http://sigmed.minedu.gob.pe/descargas/

MTC. (2018). Visor de Sistema Nacional de Carretera - SINAC. Recuperado de

https://www.geoidep.gob.pe/ministerio-de-transportes-y-comunicaciones

Gómez ,O,J., & Cabrera, O,J. (2008). Proceso de Análisis Jerarquíco (AHP) y la toma de
decisiones multicriterio. Ejemplo de aplicación. Pereira.

Radeloff, Hammer, Stewart, Fried, Holcomb, & Mckeefry. (2005). The wildland–urban
interface in the united states. Ecological Society of America, 799–805.

Rodrigues Ramos, R. (2000). Localização Industrial Um modelo o Espacial para Noroeste de

Portugal. UNIVERSIDADE DO MINHO, 1-11.

59
Rosa Laura, C., Rodríguez Trejo, D., Tchikoué, H., Monterroso Rivas, A., & Santillan Pérez,
J. (2012). Análisis espacial de peligro de incendios forestales en Puebla, México.
Interciencia, 678-683.

Saaty, T.L. (1980): The Analytic Hierarchy Process. McGraw-Hill, New York
Sabuco Cárdenas, P. L. (2013). La problemática de los incendios forestales y bases para su
teledetección. Apuntes científicos, 140-149.

Scott, S. (2015). Forest fire causes and extent on United States Forest Service lands.
International Journal of Wildland Fire, 213.

SERFOR. (2018). Plan de prevención y reducción de riesgos de incendios forestales. Lima.

Toskano, G. (2015). El Proceso de Analisis Jerárquico (AHP) como herramienta para la toma
de decisiones en la selección de proveedores.

United States Geological Survey (2016). USGS-EarthExplored. Recuperado de

https://earthexplorer.usgs.gov/

Vargas-Sanabria, D., & Campos-Vargas, C. (2018). Modelo de vulnerabilidad ante incendios

forestales para el Área de Conservación Guanacaste, Costa Rica. Cuadernos de
Investigación UNED, 435-446.

Vera Rodríguez, J. M., & Albarracín Calderón, A. P. (2017). Metodología para el análisis de
vulnerabilidad ante amenazas de inundación , remoción en masa y flujos torrenciales
en cuencas hidrográficas. Ciencia e Ingenieria Neogranadina, 109-136.

Villers, L. y J. López. 2004. Comportamiento del fuego y evaluación de riesgos a incendios

en áreas forestales de México: Un estudio en el volcán La Malinche. In: Villers, L. y

60
 J. López, eds. Incendios forestales en México: Métodos de evaluación. Centro de
Ciencias de la Atmósfera UNAM-CONACYT. México p:60-78

ZANAZZI, J.2003. Anomalías y supervivencia en el método de toma de decisiones de Saaty.

En: Problemas del conocimiento en ingeniería y geología. Córdoba, Editorial
Universitas

Zapata, R. 1999. América Latina y el Caribe: el impacto de los desastres naturales en el

desarrollo, 1972-1999; México.

WordClim. 2019. Global Climate and Weather Data. Recuperado de

https://www.worldclim.org/

61
 VIII. ANEXOS

ANEXO 1: LISTA DE LOS ESPECIALISTAS ENTREVISTADOS

Nombre de los
N° Entidad Dirección
entrevistados
1 Marco Antonio Arena SERNANP Dirección de Gestión de las ANP - SERNANP
Luis René Vallenas Dirección de Desarrollo y Fortalecimiento de
2 INDECI
Vallenas Capacidades Humanas
Dirección general de información y ordenamiento
3 Blanca Ponce Vigo SERFOR
territorial
Alejandra Zamora Especialista en Alertas Tempranas en Incendio
4 OTCA
Ríos Forestal.
Brigadista contra incendio forestal del Santuario
5 Viller Flores Huillca SERNANP
Histórico de Macchu Picchu
Cesar Gino
6 SERNANP Dirección de Gestión de las ANP - SERNANP
Rodriguez Rojas

62
ANEXO 1: FORMULARIO PARA LA ENTREVISTA

A. FORMULARIO 1

Nombre: Cargo:

Institución: Correo:

VULNERABILIDAD POR INCENDIO FORESTAL

VULNERABILIDAD = EXPOSICIÓN X FRAGILIDAD X RESILENCIA

-Vulnerabilidad es el grado en que un sistema (grupo humano, ecosistema, etc.) se ve

expuesto a sufrir daños, ante un peligro (Incendio forestal).

Formulario 1. Detalle de la exposición

Aquí se analizan las unidades o elementos, que están expuestas al Incendio forestal.
(Predisposición de un elemento a ser afectado).

N° Elemento expuesto ¿Por qué? – muy breve Código

1 A

2 B

63
B. FORMULARIO 2

Indica las condiciones de desventaja o debilidad relacionadas a los elementos expuestos

frente al incendio forestal.

Aquí se analizan las condiciones físicas y de origen interno.

N° Condición ¿Por qué? – muy breve Código

1 C

2 D

C. FORMULARIO 3

Capacidad de respuesta del elemento expuesto para asimilar, adsorber, adaptarse, cambiar,
resistir y recuperarse, del impacto de un incendio forestal.

N° Resiliencia ¿Por qué? – muy breve Código

1 E

2 F

64
D. FORMULARIO 4

Tabla 1. Escala de preferencia

1/9 1/7 1/5 1/3 1 3 5 7 9

Muy fuertemente

Muy fuertemente
Extremadamente

Extremadamente
Moderadamente

Moderadamente
Fuertemente

Fuertemente
Igualmente

Igual de
Menos importante Más importante
importancia

Saaty, 1980

Formulario 4: Matriz recíproca, en este formulario se va comparar los criterios de

vulnerabilidad por IF de par en par, utilizando los valores de la tabla 1.

Código de A B C D E F
los criterio
A 1

B 1

C 1

D 1

E 1

F 1

65
ANEXO 2 FIGURA DE LOS FACTORES DE VULNERABILIDAD CON VALORES
NORMALIZADOS

A. Figura de la cobertura vegetal con valores normalizados

66
B. Figura de combustibilidad con valores normalizados

67
C. Figura de precipitación con valores normalizados

68
D. Figura de temperatura con valores normalizados

69
E. Figura de pendiente con valores normalizados

70
F. Figura de accesibilidad con valores normalizados

71
G. Figura de centros poblados con valores normalizados

72