Reflexiones de prácticas deficientes
5 de marzo de 2026
Cuando un mapa oficial no basta: la deuda pendiente de la precisión cartográfica en el Perú
Por: Marisela Rivera
Antes de formular una crítica seria, es importante reconocer lo siguiente: los métodos oficiales peruanos sí incorporan procedimientos de validación y exactitud temática. El problema, por tanto, no es que no exista evaluación, sino que esta evaluación suele concentrarse en medir concordancia temática del mapa con datos de referencia —mediante matriz de confusión, exactitud global, exactitud del usuario, exactitud del productor e índice de Kappa—, pero no siempre demuestra con suficiente claridad que el diseño muestral tuvo la potencia estadística necesaria para sostener la precisión declarada en un contexto territorial, especialmente cuando el mapa luego se usa en análisis multiescalares o en decisiones estratégicas de mayor alcance.
En este punto conviene detenerse en dos conceptos que suelen confundirse. El glosario cartográfico del Instituto Geográfico Nacional (IGN) define exactitud como el grado de acuerdo entre el resultado de una prueba y el valor de referencia aceptado, mientras que define precisión como la medida de la repetibilidad de un conjunto de medidas. Es decir, un mapa puede acercarse bastante a la realidad en algunos puntos y, aun así, no haber sido validado con un diseño suficientemente robusto para asegurar que ese buen resultado es estable y generalizable.
¿Qué están midiendo hoy el Ministerio del Ambiente (MINAM) y Servicio Nacional Forestal y de Fauna Silvestre (SERFOR)?, algunos ejemplos…
Lo primero que hay que decir con honestidad es que no todas las entidades públicas están usando exactamente el mismo procedimiento metodológico. En los documentos revisados, el MINAM y SERFOR aplican métodos de exactitud temática, pero lo hacen principalmente desde una lógica de validación ex post: contrastan el mapa ya elaborado con puntos de validación, matrices de confusión, errores de omisión/comisión y, en varios casos, coeficiente Kappa. Lo que carecen las normativas vigentes o metodologías oficiales revisadas es una exigencia explícita de poder estadístico como criterio obligatorio para declarar que un mapa temático es aceptable para decisiones públicas.
Caso 1: el Mapa Nacional de Ecosistemas del MINAM
La memoria descriptiva del Mapa Nacional de Ecosistemas muestra un esfuerzo metodológico relevante. Para la validación se recopilaron datos de distintas entidades y estudios previos —incluyendo cobertura vegetal, fisiografía o geomorfología, uso actual de la tierra y clima—, y además se utilizaron imágenes satelitales de alta resolución para mejorar la interpretación. El documento reporta 801 puntos de muestreo, de los cuales 19 fueron evaluados en campo y 782 en gabinete, apoyándose en información secundaria, interpretación visual e incluso criterio experto en zonas de transición entre ecosistemas. Como resultado, se reportan 655 puntos correctamente asignados, una exactitud global de 81.77 % y un Kappa de 0.81.
Caso 2: el Mapa Nacional de Áreas Degradadas del MINAM
En el caso del Mapa Nacional de Áreas Degradadas en Ecosistemas Terrestres, el MINAM sí explicita un esquema de validación más clásico de exactitud temática. El documento señala que se aplicó muestreo aleatorio estratificado, diferenciando dos clases: áreas degradadas y no degradadas. Para el tamaño muestral se usó la fórmula de Cochran (1977), obteniéndose 384 puntos, distribuidos proporcionalmente en el territorio nacional: 195 en áreas degradadas y 189 en áreas no degradadas. Luego, la exactitud se evaluó con matriz de confusión, errores de comisión y omisión, exactitud del usuario, exactitud del productor, precisión global e índice de Kappa.
Sin embargo, aquí aparece una observación metodológica que vale mucho la pena citar: el expediente reporta distintas cifras de verificación según la sección consultada. En una parte se indica que se levantaron 221 puntos en campo y que se analizaron 163 puntos con series temporales Landsat; mientras que en las conclusiones se resume una evaluación en campo de 200 puntos y una exactitud de 71 %. Esto no invalida el estudio, pero sí muestra que la trazabilidad metodológica de la verificación debería presentarse de forma más transparente, diferenciando con precisión qué universo corresponde al diseño muestral, cuál al levantamiento de referencia y cuál al cálculo final de exactitud. Esa claridad es indispensable cuando el mapa va a respaldar inversiones o priorización territorial.
Caso 3: el estudio forestal de SERFOR
La metodología oficial de SERFOR para el estudio forestal es más exigente en términos cartográficos porque trabaja a escala 1:25 000 y con unidad mínima cartografiable de 0.5 ha. Además, exige verificar la temporalidad, escala, fuente, utilidad y confiabilidad de la información usada, incluyendo la verificación de la exactitud posicional relativa de las imágenes respecto del mosaico de alta resolución de la cartografía básica.
Para la validación del criterio fisonómico, SERFOR no se limita a una fórmula de población finita. La metodología establece que el tamaño de muestra debe ser proporcional al área de cada subtipo de unidad fisonómica preliminar, usando una formulación basada en distribución multinomial para la generación de la matriz de error. Luego se aplica muestreo aleatorio estratificado para asegurar que todas las unidades fisonómicas, incluso las pequeñas, ingresen a la muestra. Además, se pide que los datos de validación provengan de dos fuentes: 20 % de visitas de campo y 80 % de imágenes de alta resolución, y que los puntos no tengan más de dos años de antigüedad. La evaluación final debe incluir matriz de confusión, cálculo de Kappa y un nivel de concordancia aceptable, que para este mapa se interpreta como casi perfecto.
Esto evidencia una mejora progresiva y relativamente más fina: SERFOR avanza más allá del esquema simple de poblaciones finitas, pero aun así sigue operando principalmente en la lógica de la exactitud temática. Es decir, mide bien la concordancia de clases, pero no necesariamente integra de forma explícita una verificación de potencia estadística mínima ex ante para sostener la confiabilidad del mapa cuando este será usado en análisis que combinan múltiples capas temáticas como el modelamiento final de aptitud en su proceso de zonificación o para la declaratoria de concesiones de uso forestal.
El vacío metodológico: exactitud no es lo mismo que precisión temática. ¿Qué es el poder estadístico?
Aquí destacamos un concepto que puede enriquecer mucho la crítica: el “famoso” poder estadístico. J-PAL lo define de forma muy clara: si la hipótesis nula es falsa y existe un efecto medible, el poder es la probabilidad de detectarlo y rechazarlo. Es decir, de detectar un efecto cuando verdaderamente existe; en la práctica, esto equivale a minimizar el riesgo de error tipo II o falso negativo.
Dicho en palabras mas entendibles y sencillas para ustedes, los gestores, se define el poder estadístico como la probabilidad de detectar si la precisión ofertada por un mapa temático realmente se cumple en la realidad, y se establece como aceptable un valor superior al 80 %. Además, el mapa final solo se acepta si la precisión global supera el 80 %; de lo contrario, deben corregirse las clases con mayores errores de comisión y omisión.
En este punto, se recalca la interrogante a cuestionar. Un mapa temático no debería juzgarse solo por cuántos puntos acertó después de elaborado, sino también por si el diseño de validación fue lo bastante robusto para detectar una discrepancia relevante cuando esta existe. En otras palabras,
…No basta con preguntar “cuál fue la exactitud global”; también habría que preguntar “¿el diseño tenía suficiente poder para detectar errores espacialmente importantes?”.
Esa es la brecha que hoy no aparece de forma explícita en la normativa y estudios revisados.
Parámetros que enriquecen y son necesario en la precisión temática
Parámetro | Descripción |
Tamaño muestral | Es el número de puntos de validación que “representan” la población cartográfica; una muestra mayor tiende a ser más representativa y minimiza error tipo II, aumentando poder y precisión. |
Tamaño del efecto | Es la “magnitud mínima” que tu evaluación necesita poder detectar; en cartografía, se asocia al grado de generalidad de las muestras y a la escala de trabajo: a escalas más generales (p.ej., 1:100,000) suele requerirse mayor muestra para detectar diferencias relevantes. |
Variabilidad / desviación estándar (varianza) | Es el nivel de heterogeneidad del territorio o del fenómeno: a mayor variabilidad, más difícil es “capturar” bien el comportamiento real del mapa con pocos puntos, por lo que el tamaño muestral puede requerir ajuste. |
Proporciones esperadas | Son supuestos del cálculo muestral cuando no se conoce de antemano la proporción real de aciertos/desaciertos |
Clústers o agrupamientos | “clúster” puede leerse como el número de clases/unidades espaciales que estructuran el mapa temático, y que condicionan el diseño muestral |
Correlación intraclúster (ICC/CIC) | Mide cuán parecidas son las unidades mínimas de mapeo dentro de una misma clase. Se define el CIC como indicador de homogeneidad interna; usa una interpretación operativa donde cero implica mayor correlación interna y uno ausencia de correlación intraclúster. |
Take-up o cobertura efectiva de validación | No es un parámetro cartográfico clásico “tradicional”, pero aquí se operacionaliza como el grado en que la muestra cubre efectivamente las clases del mapa. |
¿Qué debería mejorar la normativa peruana?
Mi conclusión es clara: el Perú necesita pasar de una cultura de mapas oficialmente publicados a una cultura de mapas oficialmente confiables para usos definidos.
Eso supone, al menos, cinco cambios normativos e institucionales.
Primero, cada ente rector debería definir umbrales de aceptación por tipo de uso. No debería exigirse lo mismo a un mapa nacional que a una capa usada para decisiones locales en temas como restauración de ecosistemas, riesgo, infraestructura o aptitud productiva. Señalarse con énfasis si su uso corresponde solo para políticas públicas (por ejemplo: designación de fuentes de financiamiento a nivel nacional o formulación de inversiones) nacionales o alcances adicionales de uso, en caso sea un mapa nacional pero que incorporó insumos de mediana a alta resolución para responder algunas aplicaciones especificaciones y citarlas con ejemplos.
Segundo, las metodologías oficiales deberían exigir no solo la matriz de confusión y la exactitud global, sino también una justificación explícita del diseño de validación: ¿por qué ese tamaño muestral?, ¿por qué esa distribución entre clases, ¿cuál fue la discrepancia mínima que se buscó detectar y qué tan robusto fue el diseño frente a la heterogeneidad territorial?
Tercero, debería incorporarse de manera progresiva el análisis de poder estadístico como criterio obligatorio, sobre todo en mapas temáticos biofísicos socioeconómicos que luego serán integrados en decisiones multiescalares. No como un reemplazo automático de la exactitud temática, sino como un filtro conjunto de confiabilidad.
Cuarto, la publicación de cartografía oficial debería incluir una ficha de uso permitido y uso no recomendable o en su defecto pautas de uso intermedio. Es decir: para qué escala y para qué decisiones sirve, y para cuáles no. Eso reduciría el uso indebido de capas nacionales en ciertos contextos o proyectos específicos.
Quinto, la PCM podría impulsar un estándar transversal de reporte de calidad cartográfica en el marco de la interoperabilidad georreferenciada del Estado. Hoy ya existen lineamientos y mecanismos nacionales para facilitar el acceso e intercambio de información espacial entre entidades públicas, así como estándares de servicios web georreferenciados; sobre esa base, un siguiente paso razonable sería exigir que toda capa pública interoperable incorpore metadatos mínimos de calidad temática, escala de uso y validación.
En síntesis, esta publicación no juzga si los mapas oficiales tienen o no métodos de validación. Sí lo tienen. El punto clave es otro: esos métodos todavía no son suficientes para garantizar que el mapa sea suficientemente confiable para el uso que luego se le da, incluso a escala nacional.
La aceptación técnica de una cartografía temática para la toma de decisiones públicas no debería depender únicamente de su exactitud temática, sino también de la capacidad estadística de su diseño de validación para detectar errores espacialmente relevantes en función de la escala y del uso previsto
Cursos Online
