ESTIMACIÓN DE LA HUMEDAD DEL COMBUSTIBLE VIVO USANDO IMÁGENES SENTINEL-2 EN PARCELAS FORESTALES DE LA COMUNIDAD VALENCIANA.
Main Article Content
Abstract
El contenido de agua que tiene la vegetación es un parámetro crítico que afecta la inflamabilidad de la vegetación y el comportamiento del fuego. Dicho parámetro se conoce como humedad del combustible vivo (HCV) y su valor depende de la especie forestal que se esté analizando. Se necesitan estimaciones actualizadas de HCV en las distintas especies forestales para la evaluación del riesgo de incendios forestales. Además, se tiene que estimar la proporción que las especies forestales guardan en cada parcela de muestreo. Sin embargo, el monitoreo detallado y constante de HCV en el campo es costoso y consume mucho tiempo.
En el presente trabajo se ha construido un nuevo método de estimación temporal de los valores de HCV en diferentes parcelas forestales de la Comunidad Valenciana. Para ello se utilizaron técnicas de regresión múltiple, usando como predictores diferentes índices de vegetación obtenidos desde enero de 2016 a través de imágenes del satélite Sentinel-2, en un conjunto de píxeles tomados en cada parcela forestal. Dichas parcelas están repartidas por las tres provincias de la Comunidad Valenciana, en las cuales se cuenta con datos mensuales de HCV para las diferentes especies forestales, teniendo en cuenta la proporción que guardan las mismas en la parcela forestal. Los datos de HCV han sido proporcionados por la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana a través de la empresa pública VAERSA.
Para mejorar la precisión de los modelos de regresión de HCV en cada parcela, calculados a partir de los índices de vegetación, se incluyeron variables meteorológicas, extraídas para diferentes periodos de tiempo. Se calculó la estimación del valor de HCV en cada parcela en otros valores de tiempo no usados en la muestra de entrenamiento del modelo de regresión, analizando la capacidad predictiva de los modelos en cada parcela forestal.
Article Details
Acceso a archivos
Los artículos publicados en la Revista Geoespacial se sujetan a las directrices de OPEN ACCES, en cuanto a la apertura de su contenido hacia todos los visitantes del sitio.
Derechos que conserva el autor:
El autor conserva los derechos morales de publicación
Cesión de derechos a autores:
Se cede los derechos de citas, referencias y temas relacionados con aspectos académicos y de investigación
How to Cite
References
Boksoon, M., Seung Hee, K., Shenyue, J., Kristen, W., & Menas C, K. (2018). Estimating Live Fuel Moisture from MODIS Satellite Data for Wildfire Danger Assessment in Southern California USA. Remote Sensing, 10(1), 87-107.
Carvacho Bart, L., & Sánchez Martínez, M. (2010). Comparacion de índices de vegetación a partir de imágenes MODIS en la región del Libertador Bernardo O´Higgins, Chile,en el período 2001-2005. Tecnologias de la Información Geográfica: La Información Geográfica al servicio de los ciudadanos., 728-737.
COPERNICUS, E. (2018). Copernicus Open Access Hub. Obtenido de https://scihub.copernicus.eu/dhus/#/home
Huete, A. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295-309.
Huete, A. R. (1997). A comparison of vegetation indices over a global set of TM images for EOS-MODIS. Remote Sensing of Environment, 59 (3), 440-451.
Marino, E., Guillén, C., Nur, A., Tomé, J., & Hernando, C. (19 de 11 de 2018). Estimation of live fuel moisture content of shrubland using MODIS and Sentinel-2 images. AdvAnces in Forest Fire Research, 2018-226.
McFeeters, S. K. (1996). The use of the normalized difference water index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425–1432.
PATFOR. (2011). Conselleria de Agricultura Medio Ambiente, Cambio Climatico y Desarrollo Rural. Obtenido de Plan de Acción Territorial Forestal de la Comunitat Valenciana : http://www.agroambient.gva.es/es/web/medio-natural/patfor
Peterson, S. H., Roberts, D. A., & Dennisin, P. E. (2008). Mapping live fuel moisture with MODIS data: A multiple regression approach. Remote Sensing of Environment 112, 4272–4284.
Rouse Jr., J. (1973). Monitoring the Vernal Advancement and Retrogradation (Green Wave Effect) of Natural Vegetation. Maryland: Goddard Space Flight Center.
Soriano Sancho, J., & Quilez-Moraga, R. (21 de 06 de 2017). Análisis de la humedad del combustible vivo en la Comunitat Valenciana. Actas del 7º Congreso Forestal Español. , (págs. ISBN: 978-84-941695-2-6). Cáceres (España).
Tello, J., Gómez-Báguena, R., & Casterad, M. (2017). Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de. Nuevas plataformas y sensores de teledetección. XVII Congreso de la Asociación Española de Teledetección., 81-84.
Tucker, C., Falkowski, M., Gessler, P., Morgan, P., & Hudak, A. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150.