Estimación del riesgo de incendio en Galicia a partir de imágenes EVI del Sensor Terra-MODIS (Estimation of fire risk in Galicia from Terra- MODIS EVI Images)

J.

Description

RESUMEN
Los incendios son una de las principales causas de destrucción de la naturaleza. La región de Galicia, situada al noroeste de España, es una zona particularmente castigada por la acción devastadora del fuego. Por este motivo, es de vital importancia la elaboración de un modelo de predicción de riesgo de incendio. En este artículo recurrimos a un índice de vegetación concreto, el Enhanced Vegetation Index (EVI), para caracterizar los cambios en el estado de la vegetación en Galicia. Se ha empleado una serie de 6 años de imágenes EVI del producto MOD13 Q1 (imagen cada 16 días) del sensor MODIS a bordo del satélite EOS-Terra, así como información de los incendios registrados durante el mismo periodo en base a una cuadrícula de 10×10 km2. El porcentaje de casos afectados con incendio se ajusta bastante bien a la variación del EVI experimentada, siguiendo una distribución lineal. La ecuación obtenida permite calcular la probabilidad de que se produzca incendio, con un error de estimación en torno al 15%. Se establece una clasificación de tres niveles diferentes de peligrosidad y se comprueba, comparando con los mapas de incendios registrados, su potencialidad a la hora de catalogar la mayor o menor probabilidad de que se produzcan incendios en una zona. Así pues, el método que presentamos podría contribuir a aumentar la eficiencia de los sistemas de prevención de incendios que se utilizan actualmente.
ABSTRACT
Forest fires contribute highly to the nature destruction. The Galicia region, placed at the northeast of Spain, is an area specially affected by the devastating action of the fire. For this reason, it is imperative the development of a model to predict fire risk. In this paper, the Enhanced Vegetation Index (EVI) is used to monitor changes in the vegetation status in Galicia. Six years of EVI images, from the MODIS product MOD13 Q1 (one image each 16 days), together with fire data in a 10×10 km2 grid basis were used. The percentage of fire events fits the EVI variation suffered following a linear distribution. The inferred equation permits us to estimate the fire occurrence probability, with an estimation error around 15%. Three different levels of fire risk are established. The potential of this classification is tested by comparing fire events data with predicted probability of fire occurrence. The method presented in this paper may then contribute to increase the efficiency of the fire prevention systems currently used.

Sujets

• EVI
• Galicia

Informations

• Publié par: erevistas
• Publié le: 01 janvier 2008
• Nombre de lectures: 16
• Langue: Español

Extrait

Revista de Teledetección. ISSN: 1988-8740. 2008. 30: 71-84
Estimación del riesgo de incendio en Galicia a
partir de imágenes EVI del Sensor Terra-MODIS
Estimation of fire risk in Galicia from Terra-
MODIS EVI Images
1 1 1 2 3J. M. Sánchez , V. Caselles , M. M. Bisquert , M. I. Paz Andrade y J. L. Legido
[e-mail]
1Dpto. Física de la Tierra y Termodinámica, Universitat de València, Burjassot, 46100
2Dpto. Física Aplicada, Universidad de Santiago de Compostela, Santiago de Compostela, 15782
3Dpto. Física Aplicada, Universidad de Vigo, Vigo, 36200
Recibido el 12 de Junio de 2008 , aceptado el 6 de Noviembre de 2008
ABSTRACTRESUMEN
Los incendios son una de las principales causas Forest fires contribute highly to the nature des-
de destrucción de la naturaleza. La región de Ga- truction. The Galicia region, placed at the nor-
licia, situada al noroeste de España, es una zona theast of Spain, is an area specially affected by
particularmente castigada por la acción devasta- the devastating action of the fire. For this reason,
dora del fuego. Por este motivo, es de vital impor- it is imperative the development of a model to
tancia la elaboración de un modelo de predicción predict fire risk. In this paper, the Enhanced Ve-
de riesgo de incendio. En este artículo recurrimos getation Index (EVI) is used to monitor changes
a un índice de vegetación concreto, el Enhanced in the vegetation status in Galicia. Six years of
Vegetation Index (EVI), para caracterizar los cam- EVI images, from the MODIS product MOD13
bios en el estado de la vegetación en Galicia. Se Q1 (one image each 16 days), together with fire
ha empleado una serie de 6 años de imágenes EVI 2data in a 10×10 km grid basis were used. The
del producto MOD13 Q1 (imagen cada 16 días)
percentage of fire events fits the EVI variation
del sensor MODIS a bordo del satélite EOS-Terra,
suffered following a linear distribution. The infe-
así como información de los incendios registrados
rred equation permits us to estimate the fire oc-durante el mismo periodo en base a una cuadrícula
currence probability, with an estimation error2de 10×10 km . El porcentaje de casos afectados
around 15%. Three different levels of fire risk arecon incendio se ajusta bastante bien a la variación
established. The potential of this classification isdel EVI experimentada, siguiendo una distribución
tested by comparing fire events data with predic-lineal. La ecuación obtenida permite calcular la
ted probability of fire occurrence. The methodprobabilidad de que se produzca incendio, con un
presented in this paper may then contribute to in-error de estimación en torno al 15%. Se establece
crease the efficiency of the fire preventionuna clasificación de tres niveles diferentes de peli-
grosidad y se comprueba, comparando con los systems currently used.
mapas de incendios registrados, su potencialidad a
la hora de catalogar la mayor o menor probabilidad
de que se produzcan incendios en una zona. Así
pues, el método que presentamos podría contribuir
a aumentar la eficiencia de los sistemas de preven-
ción de incendios que se utilizan actualmente.
Palabras clave: EVI, MODIS/Terra, riesgo de in- Key words: EVI, MODIS/Terra, fire risk, Gali-
cendio, Galicia. cia.
Revista de Teledetección. ISSN: 1988-8740. 2008. 30: 71-84 71J. M. Sánchez, V. Caselles, M. M. Bisquert, M. I. Paz Andrade y J. L. Legido
del terreno, las variables meteorológicas, y el estadoINTRODUCCIÓN
de la vegetación. En este artículo nos centraremos
en este último aspecto y trataremos de encontrar unaLos incendios son una de las principales causas de
relación entre el estado de la vegetación y la proba-destrucción de la naturaleza, afectando al paisaje, al
bilidad de que se produzcan incendios. Hay queciclo natural de la vegetación, y a la estructura y fun-
tener presente que las relaciones entre la ocurrenciación de los ecosistemas (Koutsias & Karteris, 2000;
de incendios y los factores medioambientales, pue-Lozano et al., 2008). Los grandes incendios pueden
den llegar a ser muy complejas, sobre todo cuando elafectar, incluso, al cambio climático debido a la gran
factor humano juega un papel importante. A pesarcantidad de gases, hidrocarburos y partículas que
de ello, el riesgo de incendio presenta una depen-son liberadas a la atmósfera durante el proceso de
dencia con varios factores entre los que destaca elcombustión de la biomasa (González et al., 1997).
contenido en agua de la vegetación. Esta variableEn España, de acuerdo con las estadísticas del Mi-
se puede expresar a través de distintos términos:nisterio de Medio Ambiente, aproximadamente un
Fuel Moisture Content (FMC), se define como el co-60% de los incendios forestales tienen como causa la
ciente entre el contenido de agua y el peso en seco deacción antropogénica. Éstos son responsables del
la vegetación; Equivalent Water Thickness (EWT)48,6% de la superficie forestal quemada anualmente
es el contenido de agua por unidad de área foliar; oen España (http://www.mma.es/secciones/biodiver-
Relative Water Content (RWC), es la relación entresidad/defensa_incendios/estadisticas_incendios/).
la cantidad de agua en un momento dado y la canti-Para hacernos una idea de la magnitud catastrófica
dad de agua en plena turgencia (Maki et al., 2004)de los incendios, tan solo tenemos que recordar algu-
Todas estas magnitudes requieren de muestreos ennos ejemplos, como el año 1994, en el que la super-
superficie, y por tanto su aplicación directa a la pre-ficie total quemada en todo el país fue de 432.997
dicción de incendios se ve muy limitada cuando seha. Centrándonos en la Comunidad de Galicia, el
trata de monitorizar áreas extensas. Sin embargo, laporcentaje de incendios por causas no naturales se
posibilidad de determinar el estado de sequedad deeleva hasta el 73,3%; y como ejemplo ilustrativo po-
la vegetación a través de datos obtenidos mediantedemos citar el año 2006, en el que se quemaron, en
sensores remotos hace que la Teledetección se con-esta región, cerca de 95.000 ha.
vierta en una herramienta fundamental para medirLa determinación del riesgo de incendios y del
variaciones temporales y espaciales del contenido dedaño ocasionado por los mismos son herramientas
humedad sobre regiones amplias. muy valiosas; sin embargo, la recogida de informa-
El agua presenta unos rasgos característicos de ab-ción sobre el propio terreno es muy costosa en térmi-
sorción en determinadas regiones espectrales. Losnos económicos, de tiempo y de recursos humanos.
cambios en la absorción espectral de la vegetación seLa Teledetección se ofrece como la solución a este
producen a consecuencia de cambios en la cantidadproblema. Desde 1990 varios equipos de investiga-
de agua, y también en la estructura de la misma asíción han dedicado su esfuerzo a la lucha contra los
como en los pigmentos fotosintéticos (Yu et al.,incendios haciendo uso de imágenes de satélite, con
2000; Ceccato et al., 2001). En los últimos años sedistintos objetivos: identificar y cartografiar áreas
han llevado a cabo diversos estudios basados en laquemadas (Martín y Chuvieco, 1995), detectar focos
relación entre el contenido de agua de la vegetaciónactivos (Casanova et al., 1993), y la estimación de
y las reflectividades espectrales, y los resultados seriesgo de incendios (Maselli et al., 2003; González-
han comparado con medidas gravimétricas directasAlonso et al., 1997; Lozano et al., 2007 y 2008).
(Maki et al., 2004; Gillon et al., 2004; Dennison etAlonso-Betanzos et al. (2003) presentaron un sis-
al., 2005; Stow et al., 2005; Cheng et al., 2006). Lostema desarrollado centrado en la región de Galicia
estudios se centran en los dominios del infrarrojoque cumple con tres funciones principales: sirve de
próximo (SWIR), del infrarrojo cercano (NIR), delherramienta de prevención a través de la predicción
visible (VIS) y del térmico (TIR). Se handel riesgo de incendio, de apoyo en la fase de control
propuesto distintos índices, calculados a partir de di-y extinción, y finalmente de ayuda en la planifica-
chas reflectividades, cuya diferencia reside en lasción de recuperación de áreas quemadas. El trabajo
bandas espectrales utilizadas en cada caso: Norma-que aquí presentamos se inserta dentro del marco de
lized Difference Vegetation Index (NDVI) (Rouse eteste ambicioso proyecto, y en concreto en la tarea
al., 1974), Normalizad Difference Water Indexde diseñar un índice de peligro de incendios cuyos
(NDWI) (Gao, 1996), Normalizad Difference Infra-principales parámetros de entrada sean: la orografía
72 Revista de Teledetección. ISSN: 1988-8740. 2008. 30: 71-84Estimación del riesgo de incendio en Galicia a partir de imágenes EVI del Sensor Terra-MODIS
red Index (NDII) (Hunt y Rock, 1989), Leaf Water incendios en una zona. Dentro de estos últimos se
Content Index (LWCI) (Hunt et al., 1987), Vegeta- insertan,