Cartografía de áreas quemadas en Sudamérica: detección de píxeles semilla (South America burnt areas mapping: core pixels detection)

S. Opazo

Description

RESUMEN
El siguiente artículo presenta un método para la detección de píxeles semilla, que constituye la primera fase de la cartografía de áreas quemadas. Este se basa en un algoritmo de discriminación elaborado en el marco del proyecto AQL2004 de la RedLatif (Chuvieco et al., 2008). Dicho algoritmo propone dos fases, la primera se orienta a la detección de píxeles semilla a partir de índices especialmente adaptados a la señal del carbón y la segunda etapa se orienta a mejorar la cartografía mediante la incorporación de un algoritmo de contexto para mejorar la definición del perímetro de área quemada desde las semillas identificadas previamente.
El presente estudio se centra en la primera fase del algoritmo, la cual ha sido enriquecida incorporando umbrales diferenciados según las distintas condiciones regionales del área de estudio, para esto se han evaluado previamente distintas capas de información de tipo climática y de vegetación con las cuales se ha construido un mapa de clases para la diferenciación regional del valor de discriminación de las semillas.
Los resultados muestran porcentajes de detección superiores al 80% en incendios mayores de 500 hectáreas.
ABSTRACT
The following paper presents the first part of a methodology for mapping bunt area at global scale. This part named core pixels detection is based on an algorithmdeveloped under the project AQL2004 of RedLatif (Latinoamerican Red for Remote sensing and forest fires) (Chuvieco et al., 2008).
This algorithm proposes two phases, the first is orientated to detection of core pixels using especially elaborate indexes to the coal signal and the second stage is aimed at improving mapping using contextual analysis for better definition of the burnt area perimeter.
This algorithm has been enriched incorporating flexible regional thresholds
this thresholds has been created using and evaluating different layers of information (climate and vegetation).
There results show detection rates of over 80% in fires larger than 500 hectares.

Sujets

• Cartografía
• Incendio forestal
• Moderate-Resolution Imaging Spectroradiometer
• Cartography

Informations

• Publié par: erevistas
• Publié le: 01 janvier 2009
• Nombre de lectures: 20
• Langue: Español
• Poids de l'ouvrage: 5 Mo

Extrait

Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 50-71
Cartografía de áreas quemadas en Sudamérica:
detección de píxeles semilla
South America burnt areas mapping: core
pixels detection
1 2S. Opazo y E. Chuvieco
[e-mail]
1 Universidad de Magallanes, Av.Bulnes #01855. Punta Arenas – Chile.
2 Universidad de Alcalá, C/colegios Nº2. Alcalá de Henares - España
Recibido el 16 de junio de 2009, aceptado el 05 de noviembre de 2009
ABSTRACTRESUMEN
The following paper presents the first part of aEl siguiente artículo presenta un método para
methodology for mapping bunt area at globalla detección de píxeles semilla, que constituye
scale. This part named core pixels detection isla primera fase de la cartografía de áreas que-
based on an algorithmdeveloped under the pro-madas. Este se basa en un algoritmo de discri-
ject AQL2004 of RedLatif (Latinoamerican Redminación elaborado en el marco del proyecto
for Remote sensing and forest fires) (ChuviecoAQL2004 de la RedLatif (Chuvieco et al.,
et al., 2008).2008). Dicho algoritmo propone dos fases, la
This algorithm proposes two phases, the first isprimera se orienta a la detección de píxeles se-
orientated to detection of core pixels using espe-milla a partir de índices especialmente adapta-
cially elaborate indexes to the coal signal and thedos a la señal del carbón y la segunda etapa se
second stage is aimed at improving mappingorienta a mejorar la cartografía mediante la in-
using contextual analysis for better definition ofcorporación de un algoritmo de contexto para
the burnt area perimeter.mejorar la definición del perímetro de área que-
This algorithm has been enriched incorporatingmada desde las semillas identificadas previa-
flexible regional thresholds; this thresholds hasmente.
been created using and evaluating different la-El presente estudio se centra en la primera fase
yers of information (climate and vegetation).del algoritmo, la cual ha sido enriquecida incor-
There results show detection rates of over 80% inporando umbrales diferenciados según las dis-
fires larger than 500 hectares.tintas condiciones regionales del área de estudio,
para esto se han evaluado previamente distintas
capas de información de tipo climática y de ve-
getación con las cuales se ha construido un mapa
de clases para la diferenciación regional del
valor de discriminación de las semillas.
Los resultados muestran porcentajes de detec-
ción superiores al 80% en incendios mayores de
500 hectáreas.
KEYWORDS: Cartography, forest fires, burntPALABRAS CLAVE: Cartografía, incendios fo-
areas, MODISrestales, área quemada, MODIS
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 50-7150Cartografía de áreas quemadas en Sudamérica: detección de píxeles semilla
está disponible el producto de área quemada están-INTRODUCCIÓN
dar MODIS MCD45 que ofrece una cobertura glo-
bal con una resolución espacial de 500 metros (RoyUn gran número de estudios ambientales utilizan
et al., 2005).la teledetección como herramienta de monitoreo y
La generación de cartografías de áreas quemadas aevaluación de los diversos procesos que afectan a la
escala global se ha basado fundamentalmente en mé-superficie terrestre. La gran capacidad de cobertura
todos de discriminación que utilizan comparacionesespacial y alta frecuencia de observación que pro-
multitemporales de NDVI (Normalized Diferenceveen los sensores satelitales junto a la prontitud con
Vegetation Index) o de otros índices espectralesque se pueden obtener los datos, hacen de ellos un
como el GEMI (Global Environment Monitoringvalioso recurso para la detección y cartografía de in-
Index) o el SAVI (Soil Adjusted Vegetation Index)cendios y para la gestión de áreas vulnerables (Chu-
(Barbosa et al., 1999; Chuvieco et al., 2002; Kasis-vieco, 2008).
chke y French, 1995; Martín y Chuvieco, 1995; Pe-Los sensores más utilizados para la cartografía de
reira, 1999; Sifakis et al., 2004; Trigg y Flasse,áreas quemadas a escala global han sido el AVHRR
2000), aunque también se han propuesto algunas(Advanced Very High Resolution Radiometer) a
metodologías que incorporan la combinación de ca-bordo de la serie de satélites NOAA, el SPOT-VE-
nales térmicos y ópticos (Fraser et al., 2000; Roy etGETATION que se encuentra a bordo de las plata-
al., 1999), clasificaciones supervisadas (Cahoon etformas SPOT- 4 y 5 y el ATSR2 (Along Track
al., 1994); regresiones logísticas (Fraser et al.,Scanning Radiometer) a bordo de ERS-2. Actual-
2002), entre otras técnicas. En los últimos años semente se cuenta con sensores de nueva generación
han propuestos metodologías basadas en índicesdesarrollados especialmente para estudios ambien-
orientados especialmente a la señal quemada. Estostales como MODIS (Moderate Resolution Instru-
índices tienen como principal ventaja la mejora en lament Spectroradiometer) a bordo de las plataformas
disminución entre áreas quemadas y superficies deTerra y Aqua, MERIS (The Medium Resolution
comportamiento espectral similar, reduciendo losImaging Spectrometer Instrument) a bordo del saté-
errores de comisión (zonas clasificadas como que-lite Envisat y otros sensores de programas emergen-
madas cuando no lo son). En este ámbito algunos detes como el MMRS (Multispectral Medium
los índices más utilizados en los últimos años y queResolution Scanner) que viaja sobre el satélite ar-
han ofrecido buenos resultados han sido el NBRgentino SAC-C o el AWIFS (Advanced Wide Field
(Normalized Burnt Ratio) (Key y Benson, 1999), elSensor) a bordo del satélite indio IRS. Sus nuevas
BAI (Burn Area Index) (Martín, 1998) y el MIRBIcaracterísticas de resolución espectral y espacial,
(Mid-Infrared Bispectral Index) (Trigg y Flasse,unidos a la libre distribución de los datos (MODIS –
2000). Su utilización ha permitido el desarrollo deMERIS) potencian el desarrollo de nuevas técnicas
numerosos trabajos de discriminación de áreas que-y algoritmos de cartografía de área quemada, incre-
madas (Chuvieco et al., 2008; Dempewolf et al.,mentando notablemente el número de estudios cien-
2007; Loboda et al., 2007; Martín et al., 2005; Roytíficos en este y otros ámbitos ambientales.
et al., 2005).En la actualidad se encuentran disponibles dos pro-
La principal limitación en la cartografía de áreasductos de área quemada con cobertura global, el pri-
quemadas se produce por la heterogeneidad espec-mero denominado GBA2000 (Global Burnt Area)
tral de la señal quemada. Esta heterogeneidad se ob-(http://www-tem.jrc.it/Disturbance_by_fire/pro-
serva tanto dentro de un mismo incendio como entreducts/burnt_áreas/global2000/global2000.htm, úl-
diferentes zonas afectadas, dificultando la elabora-timo acceso 4 de mayo de 2008) utilizó datos del
ción de algoritmos con criterios estándar para todassensor SPOT-VEGETATION y se realizó inicial-
las zonas y traduciéndose finalmente en errores en lamente para el año 2000, actualmente se rebautizó
exactitud de las estimaciones. Algunos motivos decomo L3JRC y cubre desde el año 2000 hasta el
esta variación se deben a factores como el tipo de2007 (Tansey et al., 2007; Tansey et al., 2004). El
ecosistema afectado, las características del combus-segundo producto se denomina GLOBSCAR y se ha
tible (biomasa, estructura del dosel), la severidad delrealizado con datos del sensor ATSR-2; se procesó
fuego, la humedad del terreno, la época del año, es-inicialmente el año 2000, pero actualmente se rea-
tado fenológico, las condiciones climáticas poste-liza para los años 1998 hasta 2007 (http://geo-
riores al incendio (lluvia, viento, etc.) y el tiempofront.vgt.vito.be/geosuccess/, último acceso 4 de
entre la quema y la captura de la imagen (Pereira etmayo de 2008) (Simon et al., 2004). Actualmente
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 50-71 51S. Opazo y E. Chuvieco
al., 1999; Pereira y Setzer, 1993; Roy y Landmann, El umbral utilizado por AQL2004, se ajustó tra-
2005). Así mismo, la persistencia o duración del tando de que todos los tipos de ecosistemas queda-
carbón y por tanto su respuesta espectral dependerá sen incluidos y no se omitiesen áreas quemadas,
esencialmente de la capacidad de regeneración que generando así resultados disímiles para los distintos
posea la vegetación del sitio afectado (Pereira et al., ecosistemas. Por lo tanto, una de las conclusiones
1999). La contribución del tipo de suelo que ha su- propuestas fue la adaptación del algoritmo a las con-
frido el incendio es otro elemento que incide en la diciones regionales.
señal, especialmente en regiones con bajos porcen- El presente estudio tiene como objetivo continuar
tajes de vegetación donde su influencia es notable, en la línea marcada por el proyecto AQL2004, ana-
pudiendo confundirse con áreas