Plataforma de código abierto para el monitoreo y prevención de la minería ilegal mediante análisis geoespacial
DOI:
https://doi.org/10.5281/zenodo.17917889Palabras clave:
análisis geoespacial, código abierto, minería ilegalResumen
Este trabajo presenta el desarrollo de una plataforma web de código abierto para el monitoreo y prevención de la minería ilegal mediante tecnologías geoespaciales. La investigación adoptó un enfoque cuantitativo con diseño no experimental descriptivo, centrado en integrar datos satelitales y georreferenciados para una vigilancia territorial accesible. La metodología se basó en imágenes satelitales multitemporales de Sentinel-2 y Landsat, procesadas en Google Earth Engine (GEE). Se aplicaron índices espectrales como NDVI, NBR y BSI, junto con análisis de diferencias multitemporales y umbrales, para detectar cambios en el paisaje e identificar zonas intervenidas por minería informal. Además, se incorporaron datos espaciales en formato GeoJSON, analizados con herramientas de procesamiento geoespacial y visualización dinámica. Los resultados demuestran que la plataforma genera mapas temáticos, identifica áreas afectadas y facilita la visualización de patrones relevantes para la toma de decisiones. En consecuencia, fortalece la vigilancia ambiental y territorial. Se concluye que esta herramienta es flexible, escalable y con alto potencial para mejorar la gobernanza ambiental y prevenir la minería ilegal.
Descargas
Referencias
Asner, G. P., Llactayo, W., Tupayachi, R., & Luna, E. R. (2013). Elevated rates of gold mining in the Amazon revealed through high-resolution monitoring. Proceedings of the National Academy of Sciences, 110(46), 18454-18459. https://doi.org/10.1073/pnas.1318271110
Asner, G. P., & Tupayachi, R. (2017). Accelerated losses of protected forests from gold mining in the Peruvian Amazon. Environmental Research Letters, 12(9), Artículo 094004. https://doi.org/10.1088/1748-9326/aa7dab
Cabernard, L., & Pfister, S. (2022). Hotspots of mining-related biodiversity loss in global supply chains and the potential for reduction through renewable electricity. Environmental Science & Technology, 56(22), 16357-16368. https://doi.org/10.1021/acs.est.2c04003
Chakuya, J., Munkuli, N., Mutema, C., & Gandiwa, E. (2023). An assessment of the impact of illegal artisanal gold mining on the environment in parts of Chewore Safari Area, northern Zimbabwe. Environmental Research Communications, 5(7), Artículo 075005. https://doi.org/10.1088/2515-7620/ace23b
Dethier, E., Sartain, S., & Lutz, D. (2019). Heightened levels and seasonal inversion of riverine suspended sediment in a tropical biodiversity hot spot due to artisanal gold mining. Proceedings of the National Academy of Sciences, 116(48), 23936-23941. https://doi.org/10.1073/pnas.1907842116
Dethier, E., Silman, M., Fernandez, L., Caballero, J., Alqahtani, S., Pauca, P., ... & Lutz, D. (2023). Operation Mercury: Impacts of national-level armed forces intervention and anticorruption strategy on artisanal gold mining and water quality in the Peruvian Amazon. Conservation Letters, 16(5), Artículo e12978. https://doi.org/10.1111/conl.12978
Hallatu, T., Wisadirana, D., Muadi, S., & Chawa, A. (2021). Illegal sand mining and Sar local wisdom: A case study in Merauke. International Journal of Social Sciences and Humanities, 5(1), 45-56. https://doi.org/10.29332/ijssh.v5n1.827
Kayani, U., Nasim, I., Aysan, A., Bashir, F., & Iqbal, U. (2024). Emerging trends of carbon emissions and foreign direct investment: Accounting for ecological footprints, renewable energy, globalization, and technological innovations in BRICS. Environmental Science and Pollution Research, 31(29), 41586-41599. https://doi.org/10.1007/s11356-023-31495-4
Sonter, L. J., Dade, M. C., Watson, J. E. M., & Valenta, R. K. (2020). Renewable energy production will exacerbate mining threats to biodiversity. Nature Communications, 11(1), Artículo 4174. https://doi.org/10.1038/s41467-020-17928-5
Sonter, L. J., Herrera, D., Barrett, D. J., Galford, G. L., Moran, C. J., & Soares-Filho, B. S. (2017). Mining drives extensive deforestation in the Brazilian Amazon. Nature Communications, 8(1), Artículo 1013. https://doi.org/10.1038/s41467-017-00557-w
Wang, S., Lu, X., Chen, Z., Zhang, G., Ma, T., Jia, P., ... & Li, B. (2020). Evaluating the feasibility of illegal open-pit mining identification using InSAR coherence. Remote Sensing, 12(3), Artículo 367. https://doi.org/10.3390/rs12030367
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.
