En Detalle: Mapeo de Gravedad de Quemaduras

Abstract: 

Un incendio forestal es un incendio que se propaga rápidamente y que también ocurre en áreas forestales. Las estaciones secas anuales o la sequía proporcionan un ambiente ideal para la biomasa y las condiciones secas para combinar; resultando en la creación de combustible, cuando se enciende. Las fuentes de ignición para incendios forestales pueden estar relacionadas con eventos naturales, como rayos y / o flujo de lava. También pueden ser artificiales, como resultado de la quema de escombros, fuegos desatendidas e incendios intencionales, por ejemplo.
 
Los incendios forestales pueden provocar la pérdida de vidas humanas. También tienen la capacidad de influir en diferentes procesos ecológicos; ya que son responsables de eliminar parcial o completamente la capa de vegetación (Petropoulose et al., 2014). Por lo tanto, pueden clasificarse como una de las perturbaciones ecológicas más extendidas en un ecosistema natural. Los incendios forestales también pueden afectar la dinámica de la cobertura del suelo, tanto a escala espacial como temporal; perturbando no solo la estructura del suelo, sino también la composición y competencia de las especies (Lhermitte et al., 2011). Dependiendo de la escala espacial, los incendios forestales también pueden ejercer una gran influencia en el ecosistema global y el clima (Running, 2008).

Requirements: 

Esta práctica recomendada se puede realizar utilizando datos de Landsat 8 o Sentinel-2. La principal diferencia es la resolución espacial, ya que la resolución espacial de las bandas Sentinel-2 NIR y SWIR es de 20 m, en comparación con Landsat 8, que es de 30 m.
 
Requisitos para Sentinel-2
  • Imágenes NIR y SWIR de Sentinel-2 (Bandas 8A y 12). 
  • Software QGIS.
  • Mínimo de 10 GB de memoria disponible en su computadora.
  • Conocimientos básicos de términos utilizados en SIG.

 

Applications: 

Esta práctica fue desarrollada para permitir la evaluación de grandes áreas afectadas por incendios forestales. Estas áreas suelen ser difíciles de evaluar en el terreno, de ahí el uso de herramientas de teledetección.   Los datos de gravedad de quemaduras por incendio pueden ayudar a desarrollar planes de rehabilitación y restauración de emergencia después del incendio. También se puede usar para estimar la probabilidad de futuros impactos que pueden ser causados por inundaciones, deslizamientos de tierra y erosión del suelo.

Strengths and Limitations: 

Ventajas:
 
  • El flujo de trabajo recomendado se puede aplicar fácilmente a diferentes áreas.
  • La relación de quema normalizada (NBR) que se utiliza durante la evaluación de la gravedad de la quemadura es una relación directa (banda) para calcular.
  • La metodología recomendada utiliza imágenes Sentinel 2. Estas imagnes se pueden descargar de manera gratuita desde la plataforma Copernicus Services Data Hub..
Desventajas:
 
  • La precisión de la evaluación solo se puede determinar a través de la evaluación en campo.
  • Para beneficiarse de la diferencia en la respuesta espectral entre vegetación sana y áreas quemadas, la metodología propuesta utiliza la porción más larga del SWIR. Esta porción está disponible como una sola banda en Landsat 8 (SWIR2) y Sentinel 2, sin embargo, no está disponible como una sola banda en todos los sensores.
  • La metodología es solamente adecuada para evaluar grandes áreas.

 

Comparación de precisión de la práctica recomendada de QGIS y Googel Earth Engine Burn Severity
 
La precisión de los cálculos de área depende del software utilizado. En una comparación de la práctica de severidad de quemado Landsat en QGIS y en Google Earth Engine, aunque visualmente los mapas producidos son idénticos, el cálculo del área por clases varió hasta el 1% del área total del estudio. Esta diferencia en las hectáreas reportadas está relacionada con los supuestos de proyección subyacentes a los procedimientos previos. QGIS asume el WGS84 global, mientras que Google Earth Engine asume el WGS84 regional para la zona UTM específica en la que se está trabajando.
 
 
 
 

Workflow: 

En la Figura 1 se muestra un flujo de trabajo que ilustra los pasos para evaluar la gravedad de la quemadura. Independientemente del software que elija, el flujo de trabajo es el mismo, así como los resultados obtenidos.
 
Las bandas NIR y SWIR se usaron para calcular la Ración de quemado normalizada (NBR) para los escenarios pre y post fuego. Delta NBR (dNBR) se determina a través de la diferencia entre el NBR previo y posterior al incendio. Finalmente, dNBR se clasifica según el estándar del Servicio Geológico de los Estados Unidos (USGS) para la evaluación de la gravedad de la quemadura. Puede encontrar más información sobre el índice de relación de combustión normalizada (NBR) aquí.
 

Figura 1. Flujo de trabajo que ilustra los pasos para la evaluación de la gravedad de la quemadura.

Bibliography: 

Albers, C. (2012). Coberturas SIG para la enseñanza de la Geografía en Chile. Universidad de La Frontera. Temuco.

Chu, T., & Guo, X. (2013). Remote sensing techniques in monitoring post-fire effects and patterns of forest recovery in boreal forest regions: A reviewRemote Sensing6(1), 470–520.

Escuin, S., Navarro, R., & Fernández, P. (2008). Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM imagesInternational Journal of Remote Sensing29(4), 1053–1073.

Keeley, J. E. (2009). Fire intensity, fire severity and burn severity: A brief review and suggested usageInternational Journal of Wildland Fire18(1), 116–126.

Lhermitte, S., Verbesselt, J., Verstraeten, W. W., Veraverbeke, S., & Coppin, P. (2011). Assessing intra-annual vegetation regrowth after fire using the pixel based regeneration indexISPRS Journal of Photogrammetry and Remote Sensing66(1), 17–27.

Miller, J. D., & Thode, A. E. (2007). Quantifying burn severity in a heterogeneous landscape with a relative version of the delta Normalized Burn Ratio (dNBR)Remote Sensing of Environment109(1), 66–80.

Musyimi, Z., Yahya, M., Zida, D., Rosenstock, T. S., Udelhoven, T., Savadogo, P., … Aynekulu, E. (2017). Evaluating fire severity in Sudanian ecosystems of Burkina Faso using Landsat 8 satellite imagesJournal of Arid Environments139(December 2016), 95–109.

Parsons, A., Robichaud, P., Lewis, S., Napper, C., Clark, J., & Jain, T. (2010). Field Guide for Mapping Post-Fire Soil Burn SeverityUSDA General Technical Report.

Petropoulos, G. P., Griffiths, H. M., & Kalivas, D. P. (2014). Quantifying spatial and temporal vegetation recovery dynamics following a wildfire event in a Mediterranean landscape using EO data and GISApplied Geography50, 120–131.

Running, S. W. (2008). Climate change. Ecosystem disturbance, carbon, and climateScience (New York, N.Y.)321(5889), 652–653.

Sikkink, P. G. (2015). Comparison of Six Fire Severity Classification Methods Using Montana and Washington Wildland FiresUSDA Forest Service Proceedings, (RMRS-P-73), 213–226.

Zircon - This is a contributing Drupal Theme
Design by WeebPal.