Juan de la Riva

Page 1

Sede Pirineos

Los incendios forestales: efectos ambientales y medidas de restauración Tecnologías de la información geográfica en los modelos de riesgo y el análisis de zonas incendiadas. Estudio de casos en Aragón Juan de la Riva Fernández (delariva@unizar.es) Huesca 26/09/2012

http://geoforest.unizar.es/

Director: David Badía Villas Secretaria: Clara Martí Dalmau

Geografía y Ordenación del Territorio


Índice de la charla Sede Pirineos

• Cuestiones introductorias • Aplicaciones de las TIG a los incendios forestales – Antes del fuego – Durante el fuego – Post-fuego • Casos en Aragón…


Los incendios forestales‌ fenómeno global/local Sede Pirineos


Los incendios forestales‌ fenómeno global/local Sede Pirineos

Galicia, agosto de 2006

25-40% del total de emisiones de CO2

CO observado por MOPPIT


Los incendios forestales… fenómeno global/local Sede Pirineos

MODIS 02-07 03-07 04-07

MODIS 02-07-2012

5


Los incendios forestales… fenómeno global/local Sede Pirineos

Imagen de Pléiades 1A, satélite europeo de muy alta resolución de Astrium (resolution 0,7 m nadir)

Incendio de La Jonquera (24-07-2012) http://www.infoterra.es/galeria/1/pleiades-jonquera-ir 6


Los incendios forestales‌ fenómeno global/local Sede Pirineos

Incendio de La Jonquera (24-07-2012) 7


El fuego forestal… usos, factores y efectos Sede Pirineos

Erosión suelo

Agricultura itinerante

Emisiones GEI

Biodiversidad

Efectos

Uso

Cíclicos

Mejora pastos Deforestación

Ciclo hidrológico

Intencionados Impactos socioeconómicos y paisajísticos

Factores

Cambio Política Transformaciones Dinámica climático forestal del uso del suelo demográfica

Aumentan Disminuyen


Incendios forestales: necesidad de información espacial Sede Pirineos

• La información territorial es clave en la gestión de incendios – Prevención: áreas de riesgo – Ocurrencia: gestión de recursos de extinción – Post-fuego: evaluación de daños, restauración • Características – Actualizada – Espacialmente referenciada – Integrada en sistemas de gestión • Aportaciones de la teledetección – Determinación del riesgo – Detección y seguimiento de fuegos activos – Evaluación de daños, cartografía de área quemada – Análisis de la severidad del fuego…


Informaci贸n sobre incendios: sistema EFFIS Sede Pirineos

http://effis-viewer.jrc.ec.europa.eu/wmi/viewer.html

N煤mero de incendios 2009

10


Informaci贸n sobre incendios: sistema EFFIS Sede Pirineos

http://effis-viewer.jrc.ec.europa.eu/wmi/viewer.html

Emisiones Biomasa quemada 2000-2007


Información sobre incendios: sistema EFFIS Sede Pirineos

http://effis-viewer.jrc.ec.europa.eu/wmi/viewer.html

Área quemada 2008


La teledetección como fuente de información Sede Pirineos

TELEDETECCIÓN: procedimientos de registro y tratamiento de información capturada sin contacto físico directo con el objeto SENSORES A BORDO DE SATÉLITES ESPACIALES QUE REGISTRAN LA ENERGÍA ELECTROMAGNÉTICA (a) EMITIDA O (b)REFLEJADA O (c) LA EMITEN Y REGISTRAN SU RETORNO

Emitida Reflejada


La teledetecci贸n como fuente de informaci贸n Sede Pirineos

Humo Radiaci贸n t茅rmica Luz Respuesta espectral - vigor vegetal - humedad...


La teledetección como fuente de información Sede Pirineos

Espectro electromagnético

Temperatura de los incendios: 570 a 1200o K  3 a 5 m

l - Longitud de onda


La teledetección como fuente de información Sede Pirineos

Visible…

Infrarrojo próximo

Infrarrojo medio

inf. próx. + inf. medio + visible


La teledetección como fuente de información Sede Pirineos

Vegetación sana

Vegetación quemada

reflectividad

seca

húmeda

Visible Infrarrojo próximo -

Inf. medio de onda corta

longitud de onda (m)

+


Sede Pirineos

La representación –en color– de las imágenes de satélite

Landsat TM “visible” 21 de julio de 2008 rojo / verde / azul


Sede Pirineos

La representación –en color– de las imágenes de satélite

Landsat TM “falso color” 21 de julio de 2008 inf. próx. / visible / visible


Sede Pirineos

La representación –en color– de las imágenes de satélite

Landsat TM “falso color” 21 de julio de 2008 inf. próx. / inf. medio / visible


Sede Pirineos

La representación –en color– de las imágenes de satélite

Landsat TM “falso color” 21 de julio de 2008 inf. medio / inf. próx. / visible


Aplicaciones de la teledetección a los fuegos forestales Sede Pirineos

Fases

Variables objetivo

antes...

Humedad FMC v/m Combustibles Vulnerabilidad

durante…

después…

Luces Temperatura Humo

Área quemada Severidad Regeneración Emisiones gaseosas


Sede Pirineos

Aplicaciones de las TIG a los incendios forestales El modelado del riesgo de incendio

La predicción del riesgo... Permite una distribución más ajustada de los recursos de vigilancia y extinción del fuego, contribuyendo eficazmente a disminuir el daño. Los sistemas-modelos de riesgo se orientan hacia:  La identificación de los factores que intervienen en el inicio y propagación.  El empleo de métodos y fuentes de información capaces de estimar las condiciones previas al desarrollo de este fenómeno.  TIG –Teledetección y SIG– que aportan…  Nuevas perspectivas espacio-temporales: importancia de la dimensión temporal y de la componente cartográfica.  Importantes mejoras en el seguimiento y control de la vegetación (tasaciones rápidas, registros sistemáticos con precisión geométrica...).  Versatilidad de los formatos digitales para integrar los datos espectrales en el contexto de los SIG 23


Modelado espacial del riesgo de incendios Sede Pirineos

Proyectos FIRERISK – FIREMAP – FIREGLOBE MEC - Plan Nacional I+D+I Proyectos coordinados liderados por E. Chuvieco (UAH) y J. de la Riva (UZ) Modelado del riesgo de incendios:  Consideración de un elevado número de factores asociados a:  el inicio del fuego - ignición  la propagación de focos activo - propagación  los daños potenciales - vulnerabilidad  Resolución temporal:  Corto plazo, difícil de estimar en sus factores humanos  Largo plazo, modelado de los indicadores estructurales  Posibilidad de análisis a diferentes escalas espaciales http://www.geogra.uah.es/firerisk/ http://www.geogra.uah.es/firemap/ http://www.fireglobe.es 24


Modelado espacial del riesgo de incendios Sede Pirineos

Peligro Ignición Peligro integrado

Riesgo

Peligro Propagación Valor paisajístico

Valor integrado Valor socioeconómico www.fireglobe.es

Agente causal

Probabilidad de Ignición FMC

Humano

Natural Muerto Vivo

Modelo Combustible Viento

Pendiente

Valor total de servicios ambientales

Valor interfase urbano-forestal

Tiempo de recuperación Valor inmediato de servicios ambientales


Sede Pirineos

www.fireglobe.es

Estado de humedad del combustible vivo

5 de agosto 2011


Sede Pirineos

www.fireglobe.es

Estado de humedad del combustible muerto 5 de agosto 2011


Sede Pirineos

www.fireglobe.es

Estado de humedad del combustible (vivo + muerto) 5 de agosto 2011


Sede Pirineos

www.fireglobe.es

Riesgo de incendio por causa humana

5 de agosto 2011


Sede Pirineos

www.fireglobe.es

Riesgo de incendio por rayo

5 de agosto 2011


Sede Pirineos

www.fireglobe.es

Peligro de incendio

5 de agosto 2011


Modelado espacial del riesgo de incendios Sede Pirineos

www.fireglobe.es

10.300 entradas hasta noviembre de 2011


Aplicabilidad‌

Modelado espacial del riesgo de incendios

Sede Pirineos

Manual de usuario


Aplicabilidad‌ Sede Pirineos

Servidor cartogrĂĄfico

Modelado espacial del riesgo de incendios


Modelado espacial del riesgo de incendios Sede Pirineos


Modelado espacial del riesgo de incendios Sede Pirineos

Peligro Ignición Peligro integrado

Riesgo

Peligro Propagación Valor paisajístico

Valor integrado Valor socioeconómico www.fireglobe.es

Agente causal

Probabilidad de Ignición FMC

Humano

Natural Muerto Vivo

Modelo Combustible Viento

Pendiente

Valor total de servicios ambientales

Valor interfase urbano-forestal

Tiempo de recuperación Valor inmediato de servicios ambientales


Sede Pirineos

Modelado del componente humano del peligro Métodos para la integración

Las variables relativas a la acción humana deben ser ponderadas de acuerdo con su importancia en la ignición. - Técnicas para la integración de variables:  Modelos cualitativos > Ponderación -arbitraria- basada en opinión de expertos.  Índices cuantitativos > Evaluación multi-criterio y otros métodos.  Análisis locales de regresión (técnicas de ajuste local). - Técnicas de regresión >> relación entre una variable dependiente respuesta- y un conjunto de variables independientes o predictoras:  La ocurrencia histórica como variable dependiente.  Las variables de riesgo son consideradas como independientes.  Los coeficientes se interpretan como los pesos o ponderaciones de cada variable en su participación en el mapa sintético de peligro.  Los modelos existentes en bibliografía contemplan el uso de regresiones lineales, múltiples, logísticas o las redes neuronales. >>>>> GWLR 37


Modelado del componente humano del peligro Sede Pirineos

Adquisición y homogeneización en una base de datos georreferenciada de las variables que mejor representan los factores humanos relacionados con el peligro de incendio. Dos tipos de variables según la fuente: • Estadísticas > recogidas de fuentes oficiales o documentos no publicados. • Cartográficas > para obtener nuevas variables derivadas es necesario aplicar operaciones y análisis espaciales mediante herramientas SIG. La mayor dificultad en estos modelos cuantitativos es el acceso a datos fidedignos – escasez de datos periódicos y estandarizados. Carreteras, pistas... Uso del suelo

ArcGIS software

Datos censales Población Interfaces Imágenes ráster 38


Sede Pirineos

Modelado del componente humano del peligro Variables independientes (predictores del fuego)

39


Sede Pirineos

Modelado del componente humano del peligro Variables independientes (predictores del fuego) Factores relacionados con las transformaciones socio-econ贸micas 6 factores / 9 variables

40


Sede Pirineos

Modelado del componente humano del peligro Variables independientes (predictores del fuego)

Factores relacionados con las actividades econ贸micas tradicionales 3 factores / 4 variables

41


Sede Pirineos

Modelado del componente humano del peligro Variables independientes (predictores del fuego)

Factores que pueden ocasionar incendios por accidente, negligencia... 6 factores / 17 variables

42


Sede Pirineos

Modelado del componente humano del peligro Variables independientes (predictores del fuego)

Factores que pueden limitar la ocurrencia de incendios 2 factores / 2 variables

Factores que pueden generar conflictos: inicio intencionado del fuego... 13 factores / 2 variables

43


Sede Pirineos

Modelado del componente humano del peligro Regresión Ponderada Geográficamente (GWR)

Regresión Logística Ponderada Geográficamente (GWR) • El ajuste de modelos estadísticos de estimación del riesgo ha puesto en evidencia que los factores explicativos de la ocurrencia varían espacialmente en su significación y contribución. • Los métodos globales de regresión para territorios extensos y variados resultan inadecuados al aplicar coeficientes constantes para todo el territorio. • Para superar esta limitación se han utilizado técnicas de regresión ponderada geográficamente (GWR, Geographically Weighted Regression) , que permiten incorporar en los modelos la variación espacial de la carga explicativa de las variables predictivas.

44


Sede Pirineos

Modelado del componente humano del peligro Regresión Ponderada Geográficamente (GWR)

METODOLOGÍA – GWLR (Geographically Weighted Logistic Regression) • Al igual que los modelos de Regresión Logística Global (GLR, Global Logistic Regression), los modelos GWLR son de naturaleza estadística y permiten conocer la relación entre una variable dependiente cualitativa, dicotómica en nuestro caso, y una o más variables explicativas independientes, o covariables, ya sean cualitativas o cuantitativas. • Por lo tanto, se requiere por una parte una variable dependiente binaria, en este caso la alta/baja ocurrencia de incendios en el periodo 1988-2007, y por otra una serie de variables explicativas. • Los modelos GWLR permite obtener coeficientes de regresión que varían espacialmente, obteniendo así un conjunto de coeficientes distinto para cada una de las localizaciones que conforman la muestra de análisis. 45


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR)

Flujo de trabajo para el modelado de la causalidad humana en incendios forestales 46


Sede Pirineos

Modelado del componente humano del peligro Regresión Ponderada Geográficamente (GWR)

• Interfases: buffer 200 m: • Interfase urbano-forestal (ICF, MFE200). • Interfase cultivo-forestal (ICF, MFE200). • Interfase pasto-forestal (ICF, MFE200). • Montes de Utilidad Pública. • Espacios protegidos: ENP y Red Natura 2000. • Variación en el potencial demográfico 1991-2006. • Cambios en la ocupación del suelo: pérdida/ganancia superf. forestal. • Líneas eléctricas: buffer 50 m de alta, media y baja tensión (BCN200). • Líneas de ferrocarril: buffer 200 m (no alta velocidad, BCN200). • Pistas forestales: buffer 200 m (BCN200). • Tasa de paro por municipios 2007 (INE). • Jefes de explotación >55 años (INE). • Ganado no estabulado (INE). • Ocupados en el sector primario 1999 (INE). • Densidad de maquinaria agrícola 1999 (INE). 47


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR)

48


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR)

49


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR)

Coeficientes de regresi贸n de las variables explicativas

Los coeficientes var铆an espacialmente como resultado del ajuste mediante GWLR.

50


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR)

Coeficientes de regresi贸n de las variables explicativas

Los coeficientes var铆an espacialmente como resultado del ajuste mediante GWLR.

51


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR) Umbrales de significaci贸n de las variables explicativas

Grado de participaci贸n de las variables en el modelo y sentido explicativo de cada una de ellas.

52


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR) Umbrales de significaci贸n de las variables explicativas

Grado de participaci贸n de las variables en el modelo y sentido explicativo de cada una de ellas.

53


Sede Pirineos

Modelado del componente humano del peligro Regresi贸n Ponderada Geogr谩ficamente (GWR)

Probabilidad de ocurrencia de incendios forestales ligada a causalidad humana

54


Sede Pirineos

Modelado del componente humano del peligro Regresión Ponderada Geográficamente (GWR) Validación de resultados El R2 local promedio obtenido de la muestra de calibración arroja un valor de 0,7 y un rango entre 0,19 y 0,85. Los valores mínimos de R2 se localizan en la Cornisa Cantábrica, principalmente en el Asturias.

R2 local

El %de acierto en clasificación de la ocurrencia es de 87% y 76% (0,73 y 0,52 Kappa de Cohen), para los periodos 1988-2007 y 2008-2011 respectivamente.

55


Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

Peligro Ignición Peligro integrado

Riesgo

Peligro Propagación Valor paisajístico

Valor integrado Valor socioeconómico www.fireglobe.es

Agente causal

Probabilidad de Ignición FMC

Humano Natural Muerto Vivo

Modelo Combustible Viento

Pendiente

Valor total de servicios ambientales

Valor interfase urbano-forestal

Tiempo de recuperación Valor inmediato de servicios ambientales


Sede Pirineos

Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

La vegetación… • La combustibilidad se relaciona con la morfología, compactación y continuidad vertical y horizontal. • Inflamabilidad de las especies: – Alta: brezo, eucalipto, pino. – Baja: madroño, jara, enebro, coscoja. • Contenido de humedad. • Composición química (celulosa, lignina, esencias).

Velocidad de propagación (Viegas, 1999) 57


Sede Pirineos

Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

- Detectar los niveles de ESTRÉS HÍDRICO de la planta que impliquen una situación de alerta y estimar sistemáticamente amplias superficies en diferentes momentos. - Métodos tradiciones: el muestreo directo en el campo, la aplicación de índices meteorológicos. - Objetivo: búsqueda de RELACIONES entre teledetección y datos de campo, para complementar o suplir los métodos tradicionales... - La detección remota del contenido de agua en las plantas se basa en cambios morfológicos y fisiológicos que modifican la reflectividad: • El contenido hídrico está relacionado negativamente con la reflectividad en el SWIR entre 1,1μm y 2,5μm. • Relaciones controvertidas en infrarrojo cercano entre 0,8 μm y 1,1μm. • Escasa sensibilidad en el espectro visible • NDVI (diferencias normalizadas entre irc y r) • Diferencias entre TS (NOAA-AVHRR) y la del aire (procedente de observatorios meteorológicos) 58


Modelado del componente natural del peligro Ă?ndices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

% reflectance of FMC values for Cistus ladanifer with soot-stained string bound tray of 4 leaf layers 60

50

% reflectance

40

30

59.62 54.55 45.28

20

33.57 22.03 10

17.66 14.86

0 400

600

1 2 3

800

1000

1200

1400

4

1600

5

1800

2000

2200

2400

7

wavelength

Bandas TM

SWIR = relaciones negativas IRC = efectos controvertidos Visible = baja sensibilidad 59


Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

Relación entre el FMC e información espectral

Indirecta Estructura Pigmentos de interna la hoja (NIR) (Visible)

Directa Absorción de agua (SWIR)

FMC (%)

(Vaughan, 2001) 60


Sede Pirineos

Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

• Trabajo de campo: – + Preciso – Lento y costoso • Índices meteorológicos – + Fáciles de calcular – + Miden otros factores de sequía – - Calidad de la red – - Estimación indirecta

Imagen de satélite: + Estimación directa + Cubren todo el territorio - Calibración - Resolución espacial y temporal

• Landsat-TM/ETM+: – Buena precisión espacial y geométrica. – Escasa frecuencia. • NOAA-AVHRR: – Buena frecuencia temporal. – Escasa consistencia radiométrica. • Terra-MODIS: – Buena frecuencia y adecuada resolución para escalas regionales. 61


Sede Pirineos

Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

• Ajustes empíricos

• Modelos de simulación

N Cab Cw Cm

DIRECTO 0.35

0.35

0.3

0.3

0.25

0.25

0.2

INVERSO

0.15 0.1 0.05

0.2 0.15 0.1 0.05

0

0 B3

B4

B1

B2

B5

B6

B7

B3

B4

B1

B2

B5

B6

B7

62


Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

¿QUÉ ES FMC?

En la bibliografía referida al peligro de incendios, la manera común de expresar el contenido de agua Fuel Moisture Content -FMC(porcentaje de humedad sobre el peso seco). FMC = peso húmedo – peso seco * 100 peso seco ...constituye una variable crítica en la ignición del fuego y en la modelización de la propagación.

Otras medidas de humedad: ( Fw  Dw ) (Fw  D w ) RWC  *100 EWT  ( S w  Dw ) A Equivalent Water Thickness Relatic water content 63


Sede Pirineos

Prepirineo y Sistema IbĂŠrico

Modelado del componente natural del peligro Ă?ndices de riesgo y FMC (Fuel Moisture Content)


Sede Pirineos

Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content) Parcelas de validación

65


Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

Ajuste empírico AVHRR Cistus ladanifer Cabañeros (1996-1999)

1996

1997

1998

1999

200 180 160 120 100 80 60 40 20

Observed

20-9

27-8

3-8

10-7

16-6

23-5

29-4

5-4

12-9

19-8

26-7

2-7

8-6

15-5

21-4

12-9

19-8

26-7

2-7

8-6

15-5

21-4

28-9

4-9

11-8

18-7

24-6

31-5

7-5

0 13-4

FMC

140

Estimated

66


Modelado del componente natural del peligro Ă?ndices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

Modelos de Transferencia Radiativa (RTM) -- tablas de referencia (LUT) Tabla de referencia: LUT ParĂĄmetros de entrada

(Yebra, 2008)

Modo directo

Modo inverso 67


Modelado del componente natural del peligro Ă?ndices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

Variables para parametrizar los modelos Clorofila Peso especĂ­fico Espesor de agua LAI

68


Sede Pirineos

Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content) Terra/MODIS (Moderate Resolution Imaging Spectroradiometer) MOD09A1 (Terra, Compuesto 8 días, 500 m)

Buena resolución espacial para estudios regionales y globales (250- 500-1000 m) Buena resolución espectral (SWIR: 1200-2200 nm) Buenos resultados previos: Dennison et al. 2008; Roberts et al. 2006; Stow y Niphadkar 2007; Stow et al. 2005; Yebra et al. 2008a 69


Modelado del componente natural del peligro Índices de riesgo y FMC (Fuel Moisture Content)

Sede Pirineos

Grassland

Empirical model: FMC = -161.112 + 650.226 NDVI Simulation: FMC = -6.74 + 131.41 LAI + 296.75 NDII EMPIRICAL

SIMULATED

r2

SE(%)

r2

SE (%)

0.907

30.10

0.894

23

NDVI 

 2  1  2  1

NDII 6 

2  6 2  6

Shrubland Empirical model: FMC = 229.14+887.155 VARI - 300.75 GVMI Simulation model: FMC = 200.27 – 5322.81 x DM + 92.28 GVMI EMPÍRICAL

SIMULATED

r2

SE(%)

r2

SE (%)

0.732

17.52

0.842

12.6

Yebra et al. 2008

GVMI 

(  2  0,1)  (  6  0,02) (  2  0,1)  (  6  0,02)

VARIi 

 4  1  4  1   3 70


Cartografía de modelos combustibles Sede Pirineos

Agente causal

Peligro Ignición Peligro integrado

Riesgo

Probabilidad de Ignición FMC

Peligro Propagación Valor paisajístico

Valor integrado Valor socioeconómico

Humano

Natural Muerto Vivo

Modelo Combustible Viento

Pendiente

Valor total de servicios ambientales

Valor interfase urbano-forestal

www.fireglobe.es

Tiempo de recuperación Valor inmediato de servicios ambientales


Cartografía de modelos combustibles Sede Pirineos

• Tipo de combustible: copas (hojas vivas y muertas, ramas, líquenes…), matorral (vivo y muerto), herbáceo (idem), hojarasca, humus, ramas caídas (de distinto grosor). • Modelo de combustible: Valores promedio de parámetros críticos en la propagación para un determinado tipo de combustible. • Interpretación de fotografías aéreas: – Lento y laborioso en el campo – Difícil actualización • Clasificación de imágenes ópticas de satélite: – Mayor cobertura espacial – Rapidez y eficiencia económica – Sin información altitudinal (indirectamente)


Cartograf铆a de modelos combustibles Sede Pirineos

Parametrizaci贸n de los modelos Modelo

Altura

Biomasa

Otros componentes

1. Pastizal

< 30cm

1-2 Tm/ha

Arboles < 30%

2. Pastizal

< 30cm

5-10 Tm/ha

Arboles < 60%

4. Matorral

2m

25-35 Tm/ha Mucho combustible muerto

5. Matorral

< 0,6 m

5-8 Tm/ha

6. Matorral

0,6-1,2 m

10-15 Tm/ha Combustible viejo

Carga ligera hojarasca


Cartografía de modelos combustibles Sede Pirineos

DTM

Slope

Calibrated bands

Spectral unmixing and NDVI Raw bands: TM1-TM7

Texture Riaño et al., 2002

Fuel Mapping


CartografĂ­a de modelos combustibles Sede Pirineos

LIDAR bidimensional


Cartografテュa de modelos combustibles Sede Pirineos

Ajustes por regresiテウn entre Lテ好AR y datos de campo (Canencia)

Riaテアo et al., 2004


Cartografía de modelos combustibles Sede Pirineos

Mapas de CBD (canopy bulk density, volumen bruto de la copa)

Linea de vuelo Foto aérea en falso color CBD (kg/m3) 0

100 m

Riaño et al., 2004

N

1.2

0


Modelado del tiempo de recuperación Sede Pirineos

Peligro Ignición Peligro integrado

Riesgo

Peligro Propagación Valor paisajístico

Valor integrado Valor socioeconómico www.fireglobe.es

Agente causal

Probabilidad de Ignición FMC

Humano

Natural Muerto Vivo

Modelo Combustible Viento

Pendiente

Valor total de servicios ambientales

Valor interfase urbano-forestal

Tiempo de recuperación Valor inmediato de servicios ambientales


Modelado del tiempo de recuperación Sede Pirineos

• El método propuesto tiene como objetivo ser una herramienta útil para estimar la resiliencia de la vegetación después del fuego a escala regional, basado en la interacción de un número reducido, pero representativo, de variables. • La resiliencia expresada como el tiempo aproximado necesario para que la vegetación retorne a unas condiciones similares a las previas al impacto del fuego. • Metodología basada en álgebra de mapas y SIG. • Obtener un índice de vulnerabilidad cuantitativo. • Se centra en la obtención de un resultado cuantitativo (años) que permite enlazar con la cuantificación económica de las pérdidas como consecuencia del fuego.


Modelado del tiempo de recuperación Sede Pirineos

Capacidad de respuesta de la vegetación – Asignación del tiempo de recuperación en condiciones óptimas en función: • Estructura de la vegetación (pasto, matorral o arbolado) • Estrategia reproductiva (germinadoras o rebrotadoras). Influencia de los factores limitantes del desarrollo – Corrección el tiempo de recuperación introduciendo el efecto de los principales condicionantes para el desarrollo de la vegetación: • Disponibilidad hídrica • Erosión post-fuego • Evolución de la precipitación


Modelado del tiempo de recuperación Sede Pirineos

Capacidad de respuesta de la vegetación

Estructura de la vegetación

Estrategia reproductiva

Tiempo de recuperación inicial (RTOC) Factores limitantes Disponibilidad hídrica

Tendencias estacionales

Tiempo de resiliencia (RT)

Pérdida de suelo


Modelado del tiempo de recuperación Sede Pirineos

RT  RTOC  TFwTw  TFeTa • • • •

RT es el tiempo de recuperación final. RTOC es el tiempo de recuperación en condiciones óptimas. TFw es el incremento de tiempo asociado a la disponibilidad hídrica Tw es el factor de ponderación en función de las tendencias en la precipitación de invierno. • TFe es el incremento de tiempo asociado a la pérdida de suelo. • Ta es el factor de ponderación en función de las tendencias en la precipitación de otoño.


Modelado del tiempo de recuperación Sede Pirineos

Bibliografía consultada: Tárrega and Luis-Calabuig 1989; Trabaud 1990, 1998, 2002; Vera de la Fuente 1994; Barbéro 1998; Pausas et al. 2004; Buhk et al. 2007; Baeza and Roy 2008.


Modelado del tiempo de recuperaci贸n Sede Pirineos

Fuente: Mapa Forestal de Espa帽a 1:200.000 1987-1997.


Modelado del tiempo de recuperación Sede Pirineos

Factores limitantes: • Se introducen en el modelo como factores de ponderación del tiempo inicial. • El incremento se valora para cada factor limitante por separado y se agrega para obtener el tiempo de recuperación final. • Factores limitantes: – Disponibilidad hídrica – Pérdida de suelo – Anomalías en las precipitaciones estacionales


Modelado del tiempo de recuperaci贸n Sede Pirineos

Fuente: Mapa de Series de Vegetaci贸n (Rivas y Gandullo, 1987)


Modelado del tiempo de recuperación Sede Pirineos

Pérdida de suelo: • Se han tomado como referencia los valores de erosión (hídrica) reportados en el modelo PESERA (Kirkby et al., 2004 ). • Se ha considerado el efecto en los procesos erosivos post-incendio de la pérdida de la cubierta protectora como consecuencia del fuego. • Simulaciones mediante el modelo ERMiT (Erosion Risk Management Tool, Robichaud et al., 2006) en función de las comunidades vegetales (estructura de la vegetación) y las características del relieve (pendiente). • Se han corregido los valores de erosión obtenidos en PESERA de acuerdo con el incremento relativo obtenido de las simulaciones con ERMiT.


Modelado del tiempo de recuperaci贸n Sede Pirineos


Modelado del tiempo de recuperación Sede Pirineos

Anomalías en la precipitación: • Se utilizan las tendencias observadas en la precipitación en el trabajo de de Luis et al. (2010), calculadas en el periodo 1946-2005. • Se han utilizado las tendencias (negativas) en invierno para la ponderación de la disponibilidad hídrica, considerando que es la estación más eficaz para la captación de agua por parte de la vegetación debido a la baja ETP. • Se han utilizado las tendencias (positivas) de otoño para la ponderación de la erosión del suelo ya que ésta es la estación más crítica debido a la sequedad del suelo después del verano y la reducción de la cubierta vegetal como consecuencia de la pérdida de hojas en las comunidades de hoja caduca.


Modelado del tiempo de recuperaci贸n Sede Pirineos


Modelado del tiempo de recuperaci贸n Sede Pirineos


Modelado del tiempo de recuperaci贸n Sede Pirineos


Modelado del tiempo de recuperación Sede Pirineos

Validación: • Metodología basada en el seguimiento multitemporal del NDVI y su extrapolación mediante el cálculo de tendencias en su evolución. • Aplicación en incendios forestales en el Prepirineo aragonés. • PROYECTO: Incendios forestales y modelos predictivos de vulnerabilidad ecológica frente al fuego: medidas de restauración y aplicaciones en escenarios de cambio climático (GA-LC-042/2011).

Evolución temporal de los NDVI control y quemado (izq) y tendencia en el tiempo de recuperación (der) en comunidades de Quercus ilex en el pirineo oscense.


Aplicaciones de la teledetección a los fuegos forestales Sede Pirineos

Fases

Variables objetivo

antes...

Humedad FMC v/m Combustibles Vulnerabilidad

durante…

después…

Luces Temperatura Humo

Área quemada Severidad Regeneración Emisiones gaseosas


Detección de incendios mediante teledetección Sede Pirineos

Observación remota

Radiación térmica Luz

Vigilancia terrestre

Humo


Detecci贸n de incendios mediante teledetecci贸n Sede Pirineos


Detecci贸n de incendios mediante teledetecci贸n Sede Pirineos

http://vulcan.geog.umd.edu/alerts/subscribe


Sede Pirineos


Detección de incendios mediante teledetección Sede Pirineos

Alertas Globales de Incendios - UN-FAO/UMD/NASA • Vea sus subscripciónes • NASA FIRMS HOME • FAQ

Tenga en cuenta que la FIRMS ha sido la transición de la Universidad de Maryland de la NASA. Sus subscripciones por correo electrónico automáticamente se realizará a través. Ninguna acción de su parte es necesario. Si usted desea cancelar o modificar su suscripción por correo electrónico por favor vaya a: http://earthdata.nasa.gov/data/nrt-data/firms/email-alerts Por favor no responda a este e-mail. Preguntas o comentarios por favor enviarlos el servicio de apoyo de FIRMS (support@earthdata.nasa.gov).

Date: Tue, 28 Aug 2012 04:43:11 -0400 To: delariva@unizar.es From: NASA FIRMS <noreply@earthdata.nasa.gov>

99


Aplicaciones de la teledetección a los fuegos forestales Sede Pirineos

Fases

Variables objetivo

antes...

Humedad FMC v/m Combustibles Vulnerabilidad

durante…

después…

Luces Temperatura Humo

Área quemada Severidad Regeneración Emisiones gaseosas


Detecci贸n de incendios mediante teledetecci贸n Sede Pirineos


Aplicaciones post-fuego de la teledetección Sede Pirineos

• Discriminación quemado / no quemado –cartografía de área quemada. • Cartografía de la severidad del incendio. • Seguimiento de la regeneración. • Estimación de emisiones gaseosas.


Aplicaciones post-fuego de la teledetección Sede Pirineos

Tiempo transcurrido desde el incendio • A corto plazo: – Cambio color – Carbón. – Ceniza. • A medio plazo: – Pérdida de vegetación. • A largo plazo: – Cambio de especies o de densidades.


Sede Pirineos


Productos globales de รกrea quemada Sede Pirineos

GLOBSCAR / Globcarbon (ESA)

http://dup.esrin.esa.int/ionia/projects/summaryp24.asp

http://odisseo.esrin.esa.it/ionia/FIRE/references_burnt.html

http://dup.esrin.esa.int/projects/summaryp24.asp


Productos globales de รกrea quemada Sede Pirineos

Ejemplo del producto MODIS MCD45

http://modis-fire.umd.edu/Burned_Area_Products.html


Productos globales de รกrea quemada Sede Pirineos

Series temporales con NOAA-AVHRR

Chuvieco et al., 2008, RSE


CartografĂ­a de ĂĄrea quemada Sede Pirineos

Imagen Landsat post-fuego (color real)

Imagen Landsat pre-fuego (color real)


CartografĂ­a de ĂĄrea quemada Sede Pirineos

Imagen Landsat post-fuego (falso color)

Imagen Landsat pre-fuego (falso color)


Landsat pre-fuego - (color real) - Landsat post-fuego Sede Pirineos


Landsat pre-fuego - (falso color) - Landsat post-fuego Sede Pirineos

Incendio Alloza Incendio Los Olmos

Incendio Ejulve-Aliaga


Cartografía de área quemada Sede Pirineos

Fernando Pérez-Cabello


Cartografía de área quemada Sede Pirineos

Fernando Pérez-Cabello


Cartografía de la severidad Sede Pirineos

• La severidad del incendio determina buena parte de los efectos: – Emisiones. – Regeneración de la cubierta afectada. – Suelo – ciclo hidrológico. • Suele basarse en métodos de campo. • Teledetección: – Métodos empíricos. – Métodos basados en simulación RTM.


Cartografía de la severidad Sede Pirineos

• La severidad del incendio determina buena parte de los efectos: – Emisiones – Regeneración de la cubierta afectada – Suelo – ciclo hidrológico • Su evaluación tras el fuego debe dirigir las actuaciones posteriores – Suele basarse en métodos de campo – Posibilidad de evaluarla mediante Teledetección: • Métodos empíricos. • Métodos basados en simulación RTM.


CartografĂ­a de la severidad Sede Pirineos


CBI Sede Pirineos

Parcela Sotobosque

Dosel


Cartografía de la severidad Sede Pirineos

Métodos empíricos

antes del fuego

NBR

dNBR después del fuego

SEVERIDAD

NBR

Índice normalizado de la quema (NBR) NBR = (Inf. próximo – Inf. medio) / (Inf. próximo + Inf. medio) Diferencia de índices normalizados de quema (dNBR) dNBR = NBR antes del fuego – NBR después del fuego = SEVERIDAD


Sede Pirineos

No quemado Severidad baja Severidad media Severidad alta Severidad muy alta

Cartografía de la severidad Métodos empíricos


2009 pre-fuego - (Landsat falso color) - post-fuego Sede Pirineos

Incendio Alloza

Incendio Alloza Incendio Los Olmos

Incendio Ejulve-Aliaga

Incendio Los Olmos

Incendio Ejulve-Aliaga


pre-fuego - (Landsat falso color) - post-fuego Sede Pirineos

Ca単izar del Olivar

Ca単izar del Olivar

La Zoma

La Zoma

Ejulve

Cirujeda

La Ca単adilla

Aldehuela

Montoro de Mezquita

Ejulve

Cirujeda

La Ca単adilla

Aldehuela

Montoro de Mezquita


Cartografía de la severidad Sede Pirineos

Métodos empíricos

La Zoma

Ejulve

Recrecimiento alto Recrecimiento bajo No quemado, sin cambios Severidad baja Severidad media-baja Severidad media-alta Severidad alta


Cartografía de la severidad Sede Pirineos

Métodos empíricos

Landsat TM “falso color” 6 de agosto de 2008 inf. medio / inf. próx. / visible


Cartografía de la severidad Sede Pirineos

Métodos empíricos

Landsat TM “falso color” 6 de agosto de 2008 inf. medio / inf. próx. / visible


Cartografía de la severidad Sede Pirineos

Métodos empíricos

NBR- Antes del incendio

NBR- Después del incendio


Cartografía de la severidad Sede Pirineos

Métodos empíricos

NBR- Antes del incendio

NBR- Después del incendio


Cartografía de la severidad Sede Pirineos

Métodos empíricos


Cartografía de la severidad Sede Pirineos

Métodos empíricos

Fernando Pérez-Cabello


Cartografía de la severidad Sede Pirineos

Métodos empíricos


Cartografía de la severidad Métodos de simulación

Sede Pirineos

FASE DE SIMULACIÓN PARAMETROS HOJA: N, Ca+b, Cw, Cm, Cs

NIVEL DE HOJA: MODELO PROSPECT

LIBRERÍA ESPECTRAL

SUBSTRATO GEOMETRÍA DE LA COPA PARAMETROS DE ILUMINACIÓN

LUT CON 30 ESPECTROS, correspondientes a CBI*FCOV= 0 - 3

De Santis et al, 2009, RSE

83 PARCELAS DE CAMPO IMÁGEN TM POSTINCENDIO

ESPECTROS DE HOJA VERDE Y MARRÓN

 

NIVEL DE DOSEL: MODELO GeoSail

FASE DE VALIDACIÓN

FASE DE CLASIFICACIÓN

CLASSIFICACIÓN SPECTRAL ANGLE MAPPER

MAPA DE SEVERIDAD

VALIDACIÓN (RMSE)

= INPUT = OUTPUT


Cartografía de la severidad Sede Pirineos

Métodos de simulación

a)

b)

c)

a) SPOT-HRV, b) Landsat-TM, c) IRS-AWIFS, d) ENVISAT-MERIS, e) TERRA-MODIS

Chuvieco et al., 2007, JFE

d)

e)


Cartografía de la severidad Sede Pirineos

DOSEL

Métodos de simulación

0.6

Look up table

CBI < 1

0.5

CBI 1-1.5 CBI 1.5-2

SOTOBOSQUE 300

Reflectance

0.4

CBI 2-2.5 CBI >2.5

0.3

0.2

ESPECTROS

SUBSTRATO

0.1

0 400

600

800

1000

1200

1400

Wavelength

Generación de múltiples combinaciones de posibles valores de severidad De Santis y Chuvieco, 2007, RSE

1600

1800

2000

2200

2400


Cartografía de la severidad Sede Pirineos

Métodos de simulación

Cálculo de los valores estimados para la resolución de los distintos sensores

200 bandas

Chuvieco et al., 2007, JFE

SPOT

MODIS MERIS


Cartografía de la severidad Sede Pirineos

Métodos de simulación INVERSIÓN con LUT

Buscar en una lista de espectros (simulación directa) el más parecido a la firma espectral desconocida (imagen de satélite)

LIBRERÍA ESPECTRAL EN ENVI


SAR - Cartografía de área quemada y de la severidad Sede Pirineos

Empleo de imágenes RADAR SAR (radar de apertura sintética ) • Emite pulsos EM y recibe la energía reflejada en su dirección (retrodifusión) • Tiene su propia fuente de energía  no depende del sol  registra día y noche • Dada la longitud de onda no está afectado por la nubosidad • El contenido de información de la imagen se relaciona con la fuerza de dispersión de los objetos • Bandas utilizadas por los sistemas espaciales: – – – –

Banda X: 2.4 a 3.75 cm (12.5 a 8 GHz): TerraSAR-X, SkyMed Banda C: 3.75 a 7.5 cm (8 a 4Ghz): ERS 1& 2, Radarsat 1&2 Banda S: de 7.5 a 15 cm (4 a 2 Ghz): ALMAZ Banda L: 15 a 30 cm (2 a 1 Ghz): JERS-1, ALOS PALSAR

135


SAR - CartografĂ­a de ĂĄrea quemada y de la severidad Sede Pirineos

What are the scatterers in the volume scattering?

Austrian pine

X band l= 3 cm

L band l= 27 cm

P band l= 70 cm

The main scatterers in a canopy are the elements having dimension of the order of the wavelength

VHF l>3m


SAR - Cartografía de área quemada y de la severidad Sede Pirineos

Área de estudio – los montes de Zuera Incendios del ultimo siglo Año

Área quemada (ha)

Edad del bosque

1922 1952 1970 1979 1983 1985 1986 1990 1995 2001 2006 2008

1030 2000 272 680 25 10 303 23 3100 26 31 2200

87 57 39 30 26 24 23 19 14 8 3 0.5

137


SAR - Cartografía de área quemada y de la severidad Sede Pirineos


SAR - Cartografía de área quemada y de la severidad Sede Pirineos

La retro difusión - incendio de Zuera 2008 Banda X 24.12.2008

Banda C 19.03.2009

R: HH G: HV B: HH/HV

Banda L 28.04.2009

Perímetro del incendio 139


Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

Sede Pirineos

Aísa

Alastuey

Incendios Trabajo de campo Nuevas técnicas Escala detalle

Agüero

Procesos hidro-geomorfológica y de regeneración vegetal Respuesta espectral de los productos de combustion

Zuera

Peñaflor

140


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

141


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)


Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

Sede Pirineos

Temperature evolution 65 60

0 cm 2,5 cm 5 cm

55 50

T [ºC]

45 40 35 30 25 20 15 10 0

4

8 12 16 20 24 28 32 36 40 44 48 52 56 60 64 68 72 76 80 84 Time [min]

Plots were burnt at the end of the 2004 dry season. 12 a.m. local time NW wind direction with high speed. Fires were lit at the bottom side of the plot and left to burn.


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

Fotografía digital de alta resolución espacial (FDARE)

Reflex Nikon D100 digital camera Metallic structure (3x3x2 m size)


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

1. Geometric correction 30 Ground Control Points (GCPs) of millimetre precision were taken with a Leica GPS500. Images were re-projected with an estimated RMSE of 2 cm. A nearest neighbour re-sampling technique was used to minimize changes in the radiometric values. 2. Supervised classification process

Maximum-likelihood method


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

12/07/04

16/10/05

Vegetación Vegetation Suelosoil desnudo Bare Enlosados Stones Fracción leñosa Brunches Cenizaashes blanca White Ceniza negra Black ashes Acumulaciones Litter

18/05/05

05/11/05


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 130704 Vegetación

161004 Suelo

151104 Piedras

171204 Palos

140105 Sombras

190205

180505

Ceniz Blanca

070705

Ceniz Negra

260805

051105

Suelo orgánico

147


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 130704 Vegetación

161004 Suelo

151104 Piedras

171204 Palos

140105 Sombras

190205

180505

Ceniz Blanca

070705

Ceniz Negra

260805

051105

Suelo orgánico

148


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 130704 Vegetación

161004 Suelo

151104 Piedras

171204 Palos

140105 Sombras

190205

180505

Ceniz Blanca

070705

Ceniz Negra

260805

051105

Suelo orgánico

149


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 130704 Vegetación

161004 Suelo

151104 Piedras

171204 Palos

140105 Sombras

190205

180505

Ceniz Blanca

070705

Ceniz Negra

260805

051105

Suelo orgánico

150


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 061104

241104

Vegetación

Suelo

030105 Palos

030205

Sombras

120305

Ceniz Blanca

250405

Ceniz Negra

070705 Suelo orgánico

300805

151

Piedras


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 061104

241104

Vegetación

Suelo

030105 Palos

030205

Sombras

120305

Ceniz Blanca

250405

Ceniz Negra

070705 Suelo orgánico

300805

152

Piedras


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 061104

241104

Vegetación

Suelo

030105 Palos

030205

Sombras

120305

Ceniz Blanca

250405

Ceniz Negra

070705 Suelo orgánico

300805

153

Piedras


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

100%

80%

60%

40%

20%

0% 061104

241104

Vegetación

Suelo

030105 Palos

030205

Sombras

120305

Ceniz Blanca

250405

Ceniz Negra

070705 Suelo orgánico

300805

154

Piedras


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

• Evaluar la respuesta espectral de los productos de combustión • Identificar los rangos espectrales más adecuados para la estimación de estos productos • Determinar de manera más precisa la variable severidad a escala de detalle. Espectrómetro Avantes AvaSpec Software AvaSoft Versión 7.0.9 Full

0.7 m

r = d * tan  r = 200 * tan 5 r = 17

AvaSpec-2048 Rango espectral: 300-1100 nm

10º

1.3 m

d  r

1.5 m

AvaSpec-NIR256-1.7 Rango espectral: 900-1750 nm


Sede Pirineos

Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE)

Ceniza Combustión completo Severidad alta

Carbón Vegetación Restos de combustible Área no afectada por el fuego Severidad media Severidad nula


Metodologías para el análisis del los efectos inmediatos del fuego (espectro-radiometría de campo, FDARE, SAR)

Sede Pirineos

Los productos de combustión Severidad nula Suelo

50

Baja

Media

Alta

40

50

30

40

20

30 50

10 400

800

1200

1600

20

Suelo quemado

40

0

30

10 0 400

20

Vegetación

50

Carbón

800

1200

1600

10

0

40

400

800

1200

1600

30 50

20

Ceniza

40

10

30

0 400

800

1200

1600

20 50

Vegetación quemada

40 30 20 10 0

400

800

1200

1600

10 0 400

800

1200

1600


Regeneraci贸n post-fuego Sede Pirineos

A

B

1991

1990

C

1994

D

1997


Regeneraci贸n post-fuego Sede Pirineos

Seguimiento multitemporal de la recuperaci贸n de Quercus rotundifolia. 1 0.9 0.8

NDVI

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 84

85

86

87

89

90

91

93

94

95

97

159


Regeneraci贸n post-fuego Sede Pirineos

Seguimiento multitemporal de la recuperaci贸n de Pinus halepensis 1 0.9 0.8

NDVI

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 84

85

86

87

89

90

91

93

94

95

97

160


Regeneraci贸n post-fuego Sede Pirineos

Seguimiento multitemporal de la recuperaci贸n de Pinus sylvestris 1 0.9 0.8

NDVI

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 84

85

86

87

89

90

91

93

94

95

97

161


Regeneraci贸n post-fuego Sede Pirineos

Affected communities of Pinus sylvestris Affected communities of Pinus & Q. cerr. Affected communities of Pinus & Fagus Affected communities of scrub

0.9 0.8 0.7 0.6 0.5 0.4 0.3 90

91

93

94

95

97

162


Regeneración post-fuego Sede Pirineos

Pérez-Cabello, F.; de la Riva, J.; Montorio, R.; García-Martín, A. (2006). Mapping erosion-sensitive areas after wildfires using fieldwork, remote sensing, and GIS techniques on a regional scale. Journal of Geophysical Research, 111.

Fire Years

1985

1986

Variables

b (estimated coefficient)

Aspect

2.971

NDVI

-7.345

Constant

2.807

NBR

0.006

Elevation

0.003

Ilumination

0.086

Aspect

3.052

NDVI

-9.765

TM band_7

Constant

0.034 -10.271

163


Sede Pirineos

¡¡¡ GRACIAS POR LA ATENCIÓN !!! Tecnologías de la información geográfica en los modelos de riesgo y el análisis de zonas incendiadas. Estudio de casos en Aragón Juan de la Riva Fernández (delariva@unizar.es) Web del grupo GEOFOREST: http://geoforest.unizar.es/ Personal Web: http://geografia.unizar.es/html/ficha_people.php?id=12

Huesca 26/09/2012

http://geoforest.unizar.es/

Geografía y Ordenación del Territorio


Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.