Las diferencias entre los modelos de árbol de clasificación y regresión logística en términos

de sus errores de predicción y su capacidad de discriminación fueron del mismo orden de

magnitud que las observadas por McDonald y Urban (2004) . Una ventaja de los árboles de
clasificación sobre la regresión logística es que ofrecen información adicional para interpretar
la importancia relativa de las variables explicativas clasificándolas y proporcionando
información sobre los umbrales. Sin embargo, los modelos de regresión logística
proporcionan estimaciones de los coeficientes y una medida de la importancia de las
variables. Estamos de acuerdo con McDonald y Urban (2004) y Wilson et al. (2005a)que los
árboles de clasificación y los modelos de regresión logística se utilicen de forma
complementaria para modelar los cambios en la cobertura del suelo. Nuestros resultados
muestran la utilidad de usar datos adicionales para refinar las predicciones del modelo. Por
ejemplo, nuestro uso de los datos de crecimiento poblacional eliminó grandes áreas de la
región andina que se pronosticaron incorrectamente para ser despejadas ( Fig. 5 d, azul y Fig.
8 , naranja). Otros datos auxiliares, como cultivos legales e ilegales o conflictos políticos,
también podrían utilizarse para refinar aún más nuestras predicciones.
Una evaluación de la fragmentación en la región andina por ( Armenteras et al., 2003)
identificó los bosques de robles de los Andes ( Quercus spp.) Como el ecosistema más
amenazado. Nuestros resultados asignaron un nivel de amenaza intermedio a estos bosques,
pero clasificaron a otros ecosistemas, como los bosques húmedos de los Andes medios y los
húmedos y subhúmedos altoandinos, como vulnerables a la tala. Estos resultados ilustran
cómo diferentes enfoques analíticos pueden llevar a conclusiones diferentes. Para
proporcionar información que sea útil para los responsables de las políticas, se requiere una
evaluación de la certeza de las predicciones de vulnerabilidad (Wilson et al, 2005).

4.3 . Implicaciones para la planificación de la conservación

Además de la información sobre los valores biológicos y ecológicos, la información sobre la
vulnerabilidad de las áreas a amenazas como la limpieza de tierras ha sido identificada como
importante para priorizar las acciones de conservación ( Pressey et al., 1993 , Wilson et al.,
2005b ). Nuestros resultados proporcionan una clasificación del riesgo de exposición de los
ecosistemas forestales remanentes a la conversión agrícola. Sin embargo, el conocimiento
limitado sobre la vulnerabilidad de los ecosistemas colombianos es alarmante, dadas las
amplias oportunidades de análisis que ofrece la tecnología de teledetección y la importancia
global de los recursos ambientales y la biodiversidad de Colombia ( Chaves y Arango,
1998).) Además, nuestros puntos críticos de deforestación coinciden con áreas que son
sobresalientes en términos de su valor de biodiversidad ( Hernández et al., 1992 ), como las
áreas Quibdó-Tribugá, Patía-Mira, Fragua-Patascoy y Perijá ( Fig. 6 ) . Las consecuencias de
estos resultados para la planificación de la conservación en Colombia es un aspecto
importante de nuestra investigación futura planificada.
Argumentamos que se requiere con urgencia un protocolo de monitoreo del ecosistema para
Colombia que permita incorporar la información sobre amenazas y vulnerabilidad de los
ecosistemas en la planificación de la conservación. Debido a las importantes diferencias
regionales en los patrones y factores que impulsan la deforestación, se requiere monitoreo y
planificación a nivel regional o subregional, más que a nivel nacional. Esto asegurará que se
obtenga una comprensión y un monitoreo exhaustivos de los procesos amenazadores en
Colombia, y que las acciones de conservación estén dirigidas.
5 . Conclusiones
Este estudio cumplió sus objetivos al proporcionar nuevo conocimiento sobre los principales
factores que influyen en la deforestación en Colombia y su variabilidad entre las
regiones. También proporcionó predicciones de la probable expansión de la huella espacial
de los usos de la tierra agrícola y de las zonas de deforestación. Se encontró que la
accesibilidad es una variable importante para explicar los patrones de deforestación
observados en Colombia tanto a nivel regional como nacional. También mostramos la
utilidad de una combinación de enfoques de modelado estadístico para analizar y predecir la
deforestación. La contabilidad de la heterogeneidad regional de Colombia al modelar la
deforestación aumentó la precisión de las predicciones. Colombia es un país donde los
recursos naturales biológicos son un activo importante, y las ganancias y pérdidas por
cambios inapropiados en la cobertura del suelo son muy altas. Sin embargo, la planificación
del uso de la tierra en Colombia está en su infancia y se beneficiaría enormemente del uso de
mejores datos y programas de monitoreo. Para salvaguardar los activos biológicos de
Colombia, se necesita hacer más para medir, de manera sistemática, los cambios en la "huella
ecológica" de los diferentes usos de la tierra agrícola y sus impactos.