Estudio del Cambio en el Uso del Suelo y los Factores Determinantes Mediante el Uso de Sensores Remotos y SIG

El caso de una comunidad de Honduras, C.A.

 

Juan Miguel Pérez*  y  Hajime Kobayashi**

(*Estudiante de postgrado, **Profesor Guia, Departamento de Manejo Agricola y Ciencias de la Informacion, Universidad de Tottori)

 

1. Introducción

      La economía hondureña depende mucho de la agricultura. Este sector por si solo genera mas del 50 porciento de los trabajos, emplea aproximadamente dos tercios de la fuerza de trabajo y produce dos tercios de la exportaciones [10]. La agricultura fue el sector mas grande de la economía, en terminos nominales, en 1981 y 1991, aportando 22.4 y 22.7 porciento respectivamente al PIB. Sin embargo, este sector solo contribuyo con 14.3 porciento en el 2001 [7]. Aunque el área total de Honduras es 11.2 millones de hectarias, solamente una cantidad mínima de 1.7 millones de hectáreas (cerca de 15 porciento) son apropiadas para actividades agrícolas, principalmente porque Honduras es un país montañoso cuyo suelo carece en su mayoria de la fertil ceniza volcanica que comunmente existe en culaquier otro país de Centro America. Por consiguiente, una pequeña pero significante porción de la tierra de Honduras provee la mayor parte de los empleos e ingresos. Dado el declive en la aportación del sector agrícola al PIB através del tiempo, y tomando en consideración su importancia para el ingreso interno y empleo, cualquier cambio en la tierra dedicada a actividades agrícolas, por muy pequeño que sea, es visto con mucha preocupación.

      Una de la causas principales del declive en la aportación del sector agrícola al PIB, entre otras, es lo referente al manejo del suelo; factores como ser el uso inapropiado del suelo, falta de un buen planeamiento y la ausencia de estandares para guiar hacia y medir el desarrollo sostenible han afectado en gran manera el desenvolvimiento de este sector [3]. La escazes de recursos exige optima utilización de los mismos, de manera que no se afecten en forma negativa la sostenibilidad agrícola, ambiental y principalmente la económica. En Honduras, particularmente, esta ha sido una meta que claramente no se ha alcanzado. Para ejemplificar, cultivos han sido plantados en áreas no apropiadas para la producción de los mismos y pastos han sido cultivados en suelos apropiados para cultivsos [2].

      El uso del suelo es un aspecto básico del manejo agrícola que tiene sin duda alguna una relación extrecha no solamente con factores de manejo agrícola a nivel parcelar y familiar, sino tambien con factores a nivel comunal y nacional. En Honduras existe una urgente necesidad de evaluar la magnitud, patron y tipo de cambio de uso del suelo, asi como los factores determinantes, para ayudar en la toma de decisiones sobre el uso del suelo y a la vez pronosticar y proyectar la forma en que se deberia llevar a cabo el uso del suelo en el futuro. Sin embargo, como ocurre en muchos paises en desarroollo, la falta de datos estadísticos limita este tipo de evaluación.

      Las técnicas de los Sensores Remotos y Sistemas de Información Geográfica (SIG) son hoy en dia herramientas modernas que hasta cierto punto han sustituido o mejorado los métodos tradicionales de análisis. Esta tecnología puede ser integrada con estudios de economía agrícola como ser el uso del suelo através de muchas maneras, lo cual permite el mapeo de la distribución espacial del uso del suelo y la detección de cambios por medio de análisis multitemporales. Además, en combinación con algún trabajo de campo, constituye la base para el establecimiento de la “realidad del campo”, la obtención de una mejor comprensión de los patrones de cambio del uso del suelo e información esencial para elaborar, ejecutar y monitorear cualquier programa de desarrollo agrícola referido al uso del suelo a cualquier nivel de aplicación.

      Por consiguiente, el propósito de esta investigación es estudiar el cambio en el uso del suelo y los factores determinantes en una comunidad de Honduras através del uso de las técnicas de sensores remotos y SIG. El estudio persigue examinar los cambios en el uso del suelo que han ocurrido desde 1987 al 2001, describir secuencias cronológicas e identificar patrones sistemáticos de cambio en el uso del suelo, estimar las probabilidades de transición entre categorías de uso del suelo, y determinar los factores principales que influencian las decisiones de uso del suelo del productor.

 

2. Area de Estudio

El área de estudio (“Comayagua”) esta ubicada dentro de una de las siete regiones agrícolas (“Centro Occidental”) en las cuales ha sido dividido el territorio hondureño, entre las latitudes 14°20'N a 14°35'N y longitudes 87°20'O a 87°55'O. Esta comunidad tiene un área aproximada de 834 km², el número de habitantes es 107,257 y presenta mucha diversidad en las clases de uso del suelo. El clima de esta comunidad es basicamente tropical, con temperaturas entre 22º y 27º C, y precipitación anual entre 800 y 1500 mm.

      Economicamente, esta comunidad es uno de los municipios mas importantes de Honduras. Su posición estratégica entre dos grandes e importantes ciudades, como lo son Tegucigalpa y San Pedro Sula, ha favorecido el desarrollo agrícola y comercial de la misma [12].

 

  

Figura 1. Ubicación del área de estudio

 

3. Methodología

      Esta investigación está básada en dos fuentes primarias de datos: imágenes de satélite de 1987, 1994 y 2001, y datos de remembransa histórica de productores de la comunidad de Comayagua.

 

3.1 Detección de Cambio en el Uso del Suelo

      Con el propósito de monitorear los cambios en el uso del suelo, tres imágenes de satélite han sido usadas (dos imágenes del satélite Landsat 5 TM de agosto, 1987 y Julio, 1994, y una imagen del satélite Landsat 7 ETM+ de julio 2001). La metodología adoptada para la preparación de mapas de uso del suelo y análisis de cambio en el uso se muestra mediante un diagrama de flujos en la Figura 2. Una versión modificada de la estructura de clasificación de uso del suelo generada por Anderson fue utilizada para hacer la interpretación y clasificación de la imágenes [1]. Las categorías son las siguientes: 1) Tierra de uso urbano/edificios (Urban/built-up land), 2) Tierra de cultivos (Cropland), 3) Tierra de pastos (Pasture land), 4) Tierra de foresta (Forest land: hoja ancha (deciduous forest), foresta de coniferas densas (dense conifer forest), foresta de coniferas ralas (sparse conifer forest), y foresta mixta (mixed forest)), 5) Tierra de matorrales (Scrub land), y 6) Tierra en descanso (Fallow land).

 
 

Figura 2. Methodología adoptada para el procesamiento de imágenes de satélite

 

      Para llevar a cabo la clasificación multiespectral se usaron programas de Sensores Remotos y SIG. Esta actividad fue realizada através de técnicas de clasificación supervizada y no supervizada usando fotografía aerea y visitas de campo como referencia. La exactitud de la clasificación fue finalmente obtenida para medir el nivel de precisión de los mapas que se preparon.

 

3.2 Análisis de las Cadenas de Markov en el Proceso de Cambio del Uso del Suelo

      Los resultados del procesamiento de las imágenes fueron analizados mediante el método conocido como las cadenas de Markov para calcular las probabilidades de transición entre categorías de uso del suelo. Para aplicar este análsis se asumio que el proceso de uso del suelo constituye un proceso markoviano, es decir, un proceso estocástico y al azar, cuyas diferentes categorías de uso del suelo representan los estados de una cadena [13]. La distribución de probabilidades condicionales del proceso en el tiempo n+1, X_n+1, depende unicamente del valor de X_n, y es independiente de todos los valores anteriores de X_n-1, X_n-2, . . . , X₀ através de los cuales el proceso pasa para arribar a n. Esto puede ser expresado como:

P[X_n+1 = x_n+1 | X_n = x_n, . . . , X₀ = x₀]

                                                           = P[X_n+1 = x_n+1 | X_n = x_n]                                                      (1)

Lo que también puede ser escrito como:

                                               p_ij = P[X_n+1 = j | X_n = i]     i,j = 0,1,2,…                                            (2)

      El p_ij, denominado “probabilidad de transición de un paso”, puede ser interpretado como la probabilidad condicional de que en el tiempo n+1 el sistema este en el estado j, dado que en el tiempo n el sistema estuvo en el estado i. Cuando se necesitan n pasos para implementer esta transición, el p_ij es entonces llamado “probabilidad de transición de n pasos”, p_ijⁿ. Esto expresa la probabilidad de transición desde el estado i al estado j en n (>1) pasos [5]. Las probabilidades de transición de dos pasos pueden ser definidas y generalizadas a la formula de Chapman-Kolmogorov:

p_ij² = ��P[X_m+n = j, X_n = k | X₀ = i]

                                                                                                                       k

                                               = ��P[X_m+n = j | X_n = k]P[X_n = k | X₀ = i]                                        (3)

                                                                                                 k

Lo cual es equivalente a:

                                                               (P)_m+n = (P)_n ・(P)_m                                                                          (4)

      Aplicando estos conceptos al proceso de cambio en el uso del suelo y con la ayuda de las funciones de análisis de los SIG, las probabilidades esperadas de transición fueron calculadas usando la siguiente formula:

                                                                    P_ij = (N_ik)(N_kj)                                                            (5)

Donde:

  N_ik representa la frecuencia de cambio de los pixeles (30 m x 30m) de la categoría i a la categoría k durante el periodo que va de 1987 a 1994; y

  N_kj representa la frecuencia de cambio de los pixeles de la categoría k a la categoría j durante el periodo que va de 1994 al 2001.

 

3.3 Encuesta de Campo

      Las decisiones de uso del suelo son generalmente vistas como una función de factores de ambos niveles micro (características de la parcela y familia/casa) y macro (variables a nivel de comuninadad y nacion) [4]. Una de las limitaciones principales al estudiar estos factores, particularmente en paises en desarrollo, es la falta de datos. Por consiguiente, para obtener datos de remembranza historica y estudiar la relación que existe entre estos factores y la asignación de la tierra a diferentes usos, se llevo a cabo una encuesta sobre los cambios históricos en el uso del suelo entrevistando 30 productores seleccionados al azar y representantes de instituciones relacionadas con el sector agrícola en la comunidad bajo estudio.

      Los datos de la encuesta de campo (datos de 156 parcelas cultivadas através de los 14 años del period de estudio) y publicaciones del gobierno, fueron usados para correr un análisis de correlación con el fin de determinar la dirección y magnitud de la relación que existe entre las categorías de uso del suelo (asignación de la tierra) y los factores determinantes.

 

4. Resultados

 

4.1 Cambio en el Uso del Suelo

      Mapas de uso del suelo de los años 1987, 1994 y 2001 fueron preparados a partir de imágenes de satélite Landsat 5 TM y Landsat 7 ETM+, y estan illustrados en la Figura 3. Los mapas muestran que ha habido una reducción significante en el área de tierra forestal, lo cual representa una importante preocupación que ha tenido sus origenes en la práctica de agricultura tradicional (tala y quema: agricultura migratoria), crecimiento urbano sin control, y forestería [11].

      El proceso de cambio del uso del suelo de la comunidad bajo estudio confirma en parte las predicciones de Boserup [6], quien propuso que bajo presiones de crecimiento poblacional y en ausencia de una frontera de expansión, las personas intensifican la producción agrícola para cubrir sus necesidades de subsistencia bien mediante la expansión de la producción en lo que se denomina margen de extensión através de la creación de nuevas parcelas, o mediante la expansión de la producción por medio del cultivo intensivo de parcelas que ya existen. Esto puede ser observado en el Cuadro 1, donde por un lado,  las tierras de uso urbano/edificios, tierras de cultivos, tierras de matorrales y tierras en descanso han incrementado en área (159.24%, 137.88%, 72.48% y 291.08% respectivamente), mientras que por otro lado, las tierras de pastos y foresta han decresido en área (22.35% and 31.81% respectivamente).

Figura 3. Mapas de uso del suelo, 1987 – 2001

 

Cuadro 1. Matriz de cambio en el uso del suelo, 1987 –2001 (ha)

1987	2001						Total   1987
	Urbano o edificios	Cultivos	Pastos	Foresta	Matorral	Descanso
Urbano/edificios	1598.67	5.13	4.68	2.43	9.27	0.00	1620.18
Cultivos	193.68	1770.66	214.29	165.96	967.77	68.85	3381.21
Pastos	113.76	1277.73	1562.67	37.98	755.01	46.17	3793.32
Foresta	990.63	2516.04	537.75	38589.93	15470.46	47.97	58152.78
Matorrales	1300.41	2438.91	613.35	859.23	11064.51	123.84	16400.25
Descanso	2.97	34.92	12.78	1.71	20.16	1.08	73.62
Total 2001	4200.12	8043.39	2945.52	39657.24	28287.18	287.91	83421.36
Cambio (ha)	+2579.94	+4662.18	-847.80	-18495.54	+11886.93	+214.29	38686.68
Cambio (%)	+159.24	+137.88	-22.35	-31.81	+72.48	+291.08	46.37

                                                                                                                                                                            Fuente: Analisis de imagenes de satelite

 

      El incremento considerable en el área de las tierras de uso urbano (159.24%) podría ser atribuido al rapido desarrollo urbano que ha ocurrido en la comunidad bajo estudio durante la última decada; esto en combinación con altos niveles de inmigración desde áreas menos desarrolladas, ha causado hasta cierto grado crecimiento urbano sin control y reducción en el área de las tierras forestales. Del 137.88 porciento (4662.18 hectáreas) de incremento en el área de tierras de cultivos, 31.28% proviene de tierras forestales, lo cual podría indicar en parte el impacto de la práctica de agricultura migratoria; las tierras de matorrales y pastos contribuyen al incremento con 30.32% y 15.88% respectivamente. Estas transiciones, desde matorrales a cultivos y pastos a cultivos, podrian representar un indicador de intensificación en el uso del suelo. La matriz tambien indica que una considerable cantidad de tierra ha cambiado desde tierras de cultivo (967.77 ha) y pastos (755.01 ha) a tierras de matorrales, lo cual puede indicar la existencia de problemas relacionados con el abandono de tierra que una vez fue usada para actividades agrícolas.

 

4.2 Probabilidades de Transición (PT)

      Con el fin de predecir la probabilidad de que las categorías de uso del suelo cambiarán o se mantendrán iguales en el futuro, las probabilidades esperadas de transición entre categorías de uso del suelo fueron calculadas mediante el método de análisis de las cadenas de Markov y estan reflejadas en el Cuadro 2. Las PTs fueron obtenidas a partir de la multiplicación de las matrices de frecuencia de transición de los periodos 1987–1994 y 1994–2001 (ver formula 5).

 

Cuadro 2. Valores esperados en las probabilidades de transición en el uso del suelo

A Desde	Urbano o edificios	Cultivos	Pastos	Foresta	Matorrales	Descanso
Urbano o edificios	0.96385	0.00578	0.00691	0.00719	0.01609	0.00018
Cultivos	0.05153	0.38088	0.06637	0.10075	0.38223	0.01823
Pastos	0.03361	0.29526	0.36375	0.04291	0.25275	0.01174
Foresta	0.01997	0.05200	0.01181	0.63957	0.27521	0.00146
Matorrales	0.07136	0.15711	0.03935	0.11930	0.60706	0.00582
Descanso	0.04487	0.30373	0.09921	0.07708	0.46147	0.01365

 

      Las PTs muestran la probabilidad de que un pixel de tierra cambie desde una categoría de uso del suelo a otra. Por ejemplo, la PT desde foresta a cultivos es 0.052; eso significa que del total de pixeles de foresta 5.2% pueden cambiar a cultivos; desde cultivos a matorrales 0.38223; desde pastos a matorrales 0.25275, y asi sucesivamente. Por consiguiente, puede decirse que importantes preocupaciones como son la práctica de agricultura migratoria y abandono de tierra pueden continuar, a menos que se implementen políticas para regular o controlar estos acontecimientos.

 

4.3 Factores Determinantes

      Haciendo uso de los datos colectados através de la encuesta de campo y publicaciones agrícolas, se llevo a cabo un análisis de correlación para determinar la relación que existe entre las categorías de uso del suelo y variables asociadas con las parcelas, familia/casa, comunidad y nación. Los coeficientes obtenidos son mostrados en el Cuadro 3.

      El análisis revela que las principales variables que muestran relación estadisticamente significante con las categorías de uso del suelo son aquellas que pertenecen a los niveles de parcela y familia/casa. Esto no necesariamente significa que no hay impacto de los factores del nivel de comunidad y nación en el cambio del uso del suelo, pero probablemente significa que la mayoría de los productores del área bajo estudio consideran principalmente las características de factores endogenos para tomar decisiones sobre el uso del suelo. Este resultado puede estar relacionado con la “teoría de subsistencia”, la cual establece que los productores cultivan con el fin de satisfacer principalmente sus propias nececidades y por consiguiente el uso del suelo depende mayormente de factores endogenos [8].

      Pendiente, altura y distancia al agua son variables cuyos coeficientes de correlación presentan casi el mismo patron de relación con las categorías de uso del suelo, influenciando las decisiones del productor para asignar tierra a categorías como cultivos no irrigados, cultivos perennes y foresta. Tambien se puede observer una correlación negativa entre altura y cultivos irrigados, lo cual es evidenciado por la realidad de que la mayoría de las parcelas de cultivos irrigados se encuentran localizadas en los valles y cerca de los rios, donde la altura sobre el nivel del mar es relativamente baja.

      Las variables que pertenecen al nivel de familia/casa muestran relación estadisticamente sinificante principalmente con las categorías cultivos irrigados, cultivos no irrigados, pastos y foresta. Los principales factores del nivel familia/casa que influencian la asignación de tierra a cultivos irrigados y no irrigados son el área de la finca, número de animales, nivel de educación y migración.

 

Cuadro 3. Análisis de correlación entre categoriás de uso del suelo y factores determinantes

Variables Explicativas	Cultivos Irrigados	Cultivos no Irrigados	Cultivos Perennes	Pastos	Foresta	Descanso y Matorral
Nivel de parcela
Pendiente (%)	-0.058	0.115**	0.402**	-0.044	0.218**	0.009
Altura (masl)	-0.072*	0.098**	0.247**	-0.042	0.205**	-0.034
Distancia al agua (km)	-0.026	0.167**	0.121**	-0.002	0.122**	-0.006
Area de parcela (ha)	0.494**	-0.069*	-0.042	0.746**	0.053	0.380**
Nivel de familia/casa
Area cultivada (ha)	0.653**	-0.179*	0.061	0.778**	0.133	0.477**
Número de animals (No)	0.153*	-0.169*	0.060	0.904**	0.271**	-0.034
Labor familiar (No de personas)	-0.150	0.332**	-0.033	-0.184*	-0.162*	-0.002
Tamaño famil (No de personas)	-0.010	0.154	0.031	0.218**	-0.208**	-0.185*
Nivel de educatión (años)	0.289**	-0.295**	0.157*	0.346**	0.424**	0.432**
Decisión de migratión (si, no)	-0.180*	0.156*	-0.169*	-0.311**	-0.309**	-0.078
Nivel de comunidad
Precipitación (mm/año)	0.018	0.068	-0.028	-0.051	-0.038	0.056
Temperatura (º C)	0.032	0.141	0.051	-0.051	-0.122	0.035
Nivel national
I. de precios nominales al prod.	0.026	0.072*	0.048	-0.049	-0.066	0.040
I. de precios reales al productor	0.008	0.083*	0.017	-0.026	-0.065	0.040

* y ** ilustran la significancia estadistica de 5% y 1% , respectivamente         Fuente: Encuesta de campo y publicaciones agrícolas

N = 30 productores (156 parcelas)

 

      Desastres naturales y cambios en políticas ocurridos durante el periodo de estudio también pudieron haber tenido un impacto significante en el cambio de uso del suelo del área bajo estudio. En adición a las variables del nivel de comunidad y nación, estos eventos son considerados como factores exogenos y pueden ser resumidos de la siguiente manera:

1)  Ultimos años de los 80s – 1992. Alta incidencia de plaga debido a sobreproducción de tomate

2) 1993. Incentivos para producir vegetales asiaticos para la exportación

3) 1998. Daño causado por el huracan Mitch

4) 2000 – 2001. Desarrollo de la industria de procesamiento y exportación de mango

      La influencia de estos factores en el patron de uso del suelo puede ser vista en el Cuadro 4. La distribución relativa entre las diferentes categorías de uso del suelo en el inicio del periodo de estudio, revela que las tierras de pastos ocupan aproximadamente igual área (4.55%) comparadas con las tierras de cultivos (4.05%). Sin embargo, al final del periodo de estudio las tierras de cultivos incrementan (9.64%) y las tierras de pastos decresen (3.53%).

      El declive en las tierras de pastos puede ser debido a las transiciones hacia cultivos irrigados, daños causados por el huracan Mitch, y finalmente reducción en el número de bovinos.

 

Cuadro 4. Distribución del uso del suelo durante el periodo de estudio (ha)

Ano	Urbano o Edificios	Cultivos	Pastos	Foresta	Matorral	Descanso
1987	1620.18 (1.94%)	3381.21 (4.05%)	3793.32 (4.55%)	58152.78 (69.71%)	16400.25 (19.70%)	73.62 (0.09%)
1994	2694.15 (3.23%)	7001.82 (8.39%)	3097.26 (3.71%)	47874.69 (57.39%)	22549.23 (27.03%)	204.21 (0.24%)
2001	4200.12 (5.03%)	8043.39 (9.64%)	2945.52 (3.53%)	39657.24 (47.54%)	28287.18 (33.91%)	287.91 (0.34%)

                                                                                                                                                                              Fuente: Analisis de imagenes de satelite

 

      Aunque el huracan Mitch si tubo un impacto considerable en el área de tierras de cultivos, es muy probable que las tierras de cultivos hayan incrementado como resultado de los incentivos proveidos para producir cultivos asiaticos bajo contratos de productión, inmigración y creación de nuevas parcelas de agricultura tradicional o migratoria, y el desarrollo de la industria de procesamiento y exportación de mango [9].

 

5. Conclusiones

      La integración de las técnicas de sensores remotos y SIG junto con datos de remembransa histórica provee información comprensible para estudiar tópicos relacionados con la economía agrícola como ser el uso del suelo, permite un mejor entendimiento de la dirección, naturaleza y proporción de los cambios en el uso del suelo, y representa un método alternativo para llevar a cabo estudios sobre uso del suelo, especialmente para aquellas áreas o paises donde ha habido poco o ningun monitoreo histórico del manejo agrícola.

      Los patrones de cambio en el uso del suelo del área bajo estudio indican por un lado que ha ocurrido un proceso positivo de intensificación del uso del suelo, mientras que por otro lado, problemas como ser la práctica de agricultura migratoria y abandono de tierra han incrementado. El análisis de las cadenas de Markov confirma que estos problemas van a continuar. Las decisiones de uso del suelo tomadas por los productores estuvieron influenciadas principalmente por factores endogenos (nivel de parcela y familia/casa) y cambios en políticas.

      Tomando en consideración los resultados del análisis de correlación entre los factores determinantes y la asignación de tierra a diferentes usos, asi como la importancia del nivel de educación para favorecer la producción de cultivos bajo irrigación al igual que para reducir la práctica de agricultura migartoria, inversiones en educación y programas de asistencia técnica podrian ser de mucha importancia para el desarrollo agrícola de la comunidad bajo estudio. Por otro lado, la aplicación y/o reforzamiento de políticas como ser la titulación de tierras podría tener un impacto positivo en la reducción de los niveles de migración ya que sería un incentivo para que los productores produzcan bien en sus áreas de origen o en las áreas hacia donde han migrado.

 

Bibliografía

[1]   Anderson, J. R., Hardy, E. E., Roach, J. T. and Witmer, R.E. A Land Use and Land Cover Classification System for Use with Remote Sensor Data. Geological Survey Professional Paper 964, 1976.

[2]   Barbier, B., and Bergeron, G. Natural Resource Management in the hillsides of Honduras: Bio-economic Modeling at the Microwatershed Level. EPTD Discussion Paper No. 32. International Food Policy Research Institute, Washington, D.C., 1998.

[3]   Bergeron, G., and Pender J. Determinants of Land Use Change: Evidence from a community study in Honduras. Environmental and Production Technology Division, International Food Policy Research Institute, Washington, D.C., 1999.

[4]   Bergeron, G., and Pender J. Policy Research in Natural Resource Management Using Plot, Household, and Community Histories. Fragile Lands Program, Environmental and Production Technology Division, International Food Policy Research Institute, Washington, D.C., 1996.

[5]   Bharucha-Reid, A.T. Elements of the Theory of Markov Processes and Their Applications. Dover Publications, New York, 1997.

[6]   Boserup, Ester. The Conditions of Agricultural Growth: The Economics of Agrarian Change under Population Pressure. George Allen & Unwin LTD, London, 1967.

[7]   Cotty, D., Estrada, I. and García, M. Indicadores Básicos sobre el Desempeño agropecuario 1971–2001. Zamorano and Instituto Nacional de Estadística, Honduras. Proyecto de Investigación en Políticas Agrícolas y Banco de Datos (AID PL - 480), 2002.

[8]   Cropper, M. Regional Land Use Modeling: Past Experience and Future Directions. The World Bank, Washington D.C., 1998.

[9]   Dominguez, E., and Dubon, M. R. Personal interview. 22 May 2003.

[10] International Development Research Center (IDRC). Assessment of the Political, Economic, and Institutional Contexts for Participatory Rural Development in Post-Mitch Honduras. Working Paper Series of the IDRC Program Initiative, Minga - Managing Natural Resources in Latin America and the Caribbean, 2001.

[11] Pfeffer, M. J., Schelhas, J. W., DeGloria, S. D., and Gomez J. Population, Conservation, and Land Use Change in Honduras, 2001.

[12] Ruben, R. Making Cooperatives Work, Contract Choice and Resource Management within Land Reform Cooperatives in Honduras. Centre for Latin American Research and Documentation (CEDLA), Netherlands, 1999.

[13] Weng, Q. Land use change analysis in the Zhujiang Delta of China using satellite remote sensing, GIS and stochastic modeling. Journal of environmental Management 64, 2002.