APLICACIÓN DE LA HERRAMIENTA SIG PARA LA DETERMINACIÓN TEMPRANA DE INCENDIOS FORESTALES EN EL...
-
Upload
henry-garcia -
Category
Documents
-
view
166 -
download
3
Transcript of APLICACIÓN DE LA HERRAMIENTA SIG PARA LA DETERMINACIÓN TEMPRANA DE INCENDIOS FORESTALES EN EL...
I.- Introducción
EL Municipio de Tiquipaya ubicado al noreste de la ciudad de Cochabamba posee
gran riqueza en biodiversidad, contando con 3 ecosistemas (valle, montaña y
Yungas) dentro de los límites del municipio. La zona de montaña en la cual se
encuentra el Parque Nacional Tunari que está expuesta a gran cantidad de
incendios forestales principalmente en época estival.
Dichos incendios tienen distinta intensidad y superficie de impacto, las
consecuencias negativas más comunes son la pérdida de la cobertura vegetal
nativa y exótica, así como también la perdida de fauna; los efectos económicos
más comunes son la perdida de cultivos y de infraestructura para la explotación
forestal
La inexistencia de una cartografía suficientemente detallada y exhaustiva, impide
disponer de una valiosa información sobre el conjunto de factores relacionados
con el problema de los incendios. Es preciso desarrollar una técnica para
perfeccionar este conocimiento respecto al fenómeno, proporcionando información
objetiva sobre la dinámica espacio temporal (Pezzola, A. 2001).
La evaluación de incendios forestales y los resultados que se presentara
constituyen un esfuerzo conjunto de la ESFOR y el Municipio de Tiquipaya. Esta
iniciativa nace de la necesidad por parte del municipio de Tiquipaya; en áreas
cubiertas de diferentes tipos de asociaciones vegetales.
En el presente trabajo se pretende determinar zonas con riesgo de incendio en la
zona de cordillera del Municipio de Tiquipaya, para ello se utilizarán softwares
especializados en SIG como el uso de imágenes de satélite LANSADT 5, las
cuales tienen un sensor distribuido por bandas, estas imágenes son obtenidas al
menos una vez cada mes.
1.1. Planteamiento del problema
La zona de montaña del municipio de Tiquipaya correspondiente al Parque
Nacional Tunari, no cuenta estudios de análisis espacial con aplicaciones SIG de
1
alerta temprana para la prevención de incendios. Debido a la gran ocurrencia de
incendios de gran intensidad y periodicidad, un análisis de correlación de variables
para la identificación de las causas más probables y los lugares más frecuentes de
incendios seria una herramienta de gran valor para la prevención y manejo de
incendios en la zona de estudio.
Debido a la falta de pocos estudios realizados para determinar un sistema de
alerta temprana que relacionen los focos de incendios, áreas afectadas y el tipo de
prevención que se ha de emplear, en el municipio de Tiquipaya ya estos son de
suma importancia.
1.2. Justificación
El Parque Nacional Tunari, no cuenta estudios de análisis espacial con
aplicaciones SIG de alerta temprana para la prevención de incendios
II.- Objetivos
2.1. Objetivo General
Aplicar la herramienta Sistemas de Información Geográfica para la
determinación temprana de incendios forestales en la zona de montaña
(Parque Nacional Tunari) del Municipio de Tiquipaya
2.2. Objetivos Específicos
Identificar las variables espaciales más representativas para la
propagación de un incendio forestal.
Identificar focos de incendio que permitan el análisis y la periodicidad e
intensidad de los mismo a través del monitoreo satelital.
III.- Marco Teórico
Entender el comportamiento del fuego es esencial, conocer con precisión la
distribución espacial de los posibles focos para después modelar y predecir el
comportamiento de los incendios. (Fuentes, S. I. 2009)
2
3.1. Sistemas de Información Geografica
Un Sistema de Información Geográfica (SIG o GIS, en su acrónimo inglés
(Geographic Information System) es una integración organizada de hardware,
software y datos geográficos diseñada para capturar, almacenar, manipular,
analizar y desplegar en todas sus formas la información geográficamente
referenciada con el fin de resolver problemas complejos de planificación y gestión
puede mapear cualquier información almacenada en planillas o bases de datos,
que tenga un componente geográfico que permita ver patrones, relaciones y
tendencias, que no pueden verse en un formato de tabla o lista. Da una perpectiva
totalmente nueva y dinámica de la información, y ayuda a tomar mejores
decisiones.
Los SIG son un sistema basado en el uso de la computadora que posibilita la
realización de los siguientes cuatro operaciones con datos georeferenciados
(Calle, M. 1999):
Recogida y preparación de los datos.
Gestión de los datos (almacenamiento y mantenimiento).
Análisis y manejo de los datos.
Presentación de los datos.
3.2 El SIG Como Herramienta Para Determinar Incendios Forestales
Por varios años las técnicas de teledetección han proporcionado un medio
confiable para evaluar el riesgo de incendio. Por su resolución temporal,
radiométrica y espacial. Detección de fuegos activos como puntos de calor;
monitoreo del estado del material combustible, mediante los índices de vegetación
como el NDVI y las condiciones meteorológicas, a través del cálculo de la
temperatura de la superficie terrestre – TST (Manzo-Delgado et al. 2004).
3.3. Características de un Incendio Forestal
Los elementos que constituyen el triangulo del fuego son calor, oxigeno y
combustible, dividiéndose el proceso de combustión en tres etapas:
3
Precalentamiento: es cuando el combustible se encuentra ante una
fuente de calor que puede ser natural como el sol, o inducida
como el fuego, la temperatura se acerca al punto de ignición que
varía según el combustible, el calor expela la humedad del
combustible generando hidrocarburos gaseosos sin presencia de
llamas
Combustión de gases: se inicia cuando la temperatura se ubica entre
los 300 y 400 ºC, es cuando aparen llamas sobre el combustible,
quemando solo los gases y acelerando el proceso de combustión y
precalentamiento, hasta los 1000 ºC desprendiendo humo
compuesto por gases no quemados como de anhídrido carbónico
(CO2) y vapor de agua (H2O).
Combustión de Carbón: La madera se quema y genera alta
intensidad calorífica y poco humo.
3.4. Comportamiento del Ciclo de los Incendios
El fuego es una componente importante en muchos ecosistemas forestales con
una gran influencia en las consecuencias ecológicas, estos fenómenos, al igual
que otros (avalanchas, terremotos, tormentas de arena, etc.), tienen la propiedad
de que cuando se producen por encima de un determinado umbral provocan una
cascada de actividad ambiental, social y económica, y a su vez experimentan
comportamientos muy distintos según el ámbito donde se localizan (Reed &
McKelvey, 2002), variando en función de variables naturales y socioeconómicas
ligadas a los paisajes forestales y presentando comportamientos difícilmente
parametrizables.
3.5. Factores Naturales que Propician Incendios
Así pues, la probabilidad de incendio depende de dos factores complejos como
son (Cortés, M. 1996):
3.5.1. Condiciones climáticas
4
3.5.1.1. Velocidad de viento
Es sin duda el más importante de los tres, especialmente por determinar, en gran
medida, la velocidad de propagación del fuego.
Por otra parte en áreas determinadas y debido también a diferencias de
temperaturas entre el día y la noche o entre distintas situaciones topográficas
surgen los vientos locales, cuya acción se sumará a la vez que la de los vientos
generales.
De estos vientos los que presentan mayor interés en la lucha contra el fuego son
los vientos de ladera y los vientos de valle, cuya aparición está muy ligada a la
topografía del terreno.
Figura 1 Vientos de ladera
Fuente: WikiRoca
* Vientos de ladera.
Durante el día en las laderas de las montañas el aire se calienta más en las partes
bajas que en las altas por lo que, por convección, tienden a subir formándose los
vientos de ladera ascendentes.
Estos vientos son más intensos en las solanas, por recibir más calor, que en las
umbrías, con frecuencia pueden ser turbulentos y su velocidad está comprendida
entre 6 y 7 Km./h..
* Vientos de valle.
5
En los valles en pendiente formados por dos laderas enfrentadas que se unen por
su parte inferior, aparecen, por las mismas razones que en el caso anterior, los
vientos de valle, que presentan una mayor intensidad.
Así la velocidad de los vientos de valle ascendentes, durante el día, oscila entre
los 16 y 30 Km./h. y los vientos descendentes, durante la noche, entre los 12 y 25
Km./h.
Fig. 2 Vientos de valle
3.5.1.2. Temperatura
La temperatura cuando alcanza valores elevados, como sucede en los meses de
verano, puede contribuir a la iniciación y propagación del fuego al producir los
siguientes efectos:
La desecación de los combustibles que será mayor cuanto más alta sea la
temperatura.
El calentamiento del suelo que originará, por convección, corrientes
ascendentes de aire.
Estos efectos tendrán mayor incidencia en las horas de máxima insolación que
son las primeras horas de la tarde y por tanto serán también las de mayor riesgo
de incendios.
3.5.2. Tipo y Estructura de la Vegetación
6
En algunos casos favorece y en otros casos parece frenar su avance (Nunes, et
al. 2005) y que en las zonas de referencia están totalmente relacionadas con las
condiciones socioeconómicas (Perez, M. Rodriguez, V. 2008).
La región de las laderas que corresponde a los valles y las montañas semiáridas
de la cadena montañosa. La vegetación de la primera zona se caracteriza por un
estrato arbóreo xerofítico, con las siguientes especies: el molle (Schinus molle),
Chirimolle (Fagara coco), el algarrobo (Prosopis juliflora), el Lloke (Kagenckia
lanceolada), la Chacotea (Dodonea viscosa) el k’inhi (Acacia macracantha), el
aliso (Agnus acuminata), la kishuara (Buddleja hypoleuca) y la thola (Baccharis
dracunculifolia).
La región de montaña comprende tierras del piso Altoandino Semihúmedo,
caracterizado por pajonales de ladera y cinturones de árboles y arbustos en las
áreas más bajas. Las especies más representativas son la kewiña (Polylepis
besseri) y la kishuara de puna (Buddleja coriacea). Entre los bosquecillos de
kewiña, destaca la subespecie (Polylepsis besseri subtusalbida), exclusiva de la
Cordillera del Tunari.
No obstante, a la fecha no se cuenta con algunos estudios biológicos de gran
parte del Parque. A pesar de ello, para tener una visión más objetiva de la flora, es
necesario aún realizar un inventario más preciso de la vegetación que existe en el
Parque Nacional Tunari.
Por otra parte, en la ladera sur del Parque existen bosques implantados de pinos y
eucaliptos, trabajo de forestación realizado tanto para estabilizar las pendientes y
zonas de torrenteras, como para mantener el equilibrio ambiental de los valles.
3.6. Principales formas de vegetación afectadas por incendios
Los incendios destructivos (incendios no controlados) son comunes en todas las
zonas con vegetación. Son causados principalmente por la negligencia y a
menudo están asociados con la expansión del fuego usado para el
aprovechamiento de terrenos. Los siguientes tipos de quema de vegetación
generan humos, que pueden afectar la salud pública:
7
Incendios destructivos (no controlados) en los bosques.
Quema de pastos tropicales, matorrales y sabanas con árboles.
Conversión de bosques y matorrales en plantaciones, sistemas
agrícolas y de pastoreo.
Quema de residuos agrícolas, control de arbustos y maleza en tierras de
cultivo y pastoreo.
Quema prescrita en silvicultura.
3.7. Alerta temprana
La fase de antes se conforma por la alerta temprana, la cual consiste por la
publicación del mapa del índice de propagación de incendios forestales, el cual se
basa exclusivamente en el vigor de la vegetación, utilizando índices de vegetación
NDVI (por sus siglas en inglés índice de vegetación de diferencia normalizada),
que considera el verdor, densidad y humedad de la vegetación. Esta información
se obtiene de las imágenes de satélite.
También se toma en cuenta la temperatura, las velocidades de viento como su
dirección, la humedad relativa frecuencia del periodo de lluvias.
3.7.1. Tipos de Sistemas de Alerta Temprana
Existen dos tipos de sistemas de alerta temprana:
3.7.1.1. Centralizados
El SAT Centralizado es un sistema que utiliza tecnología que requiere de
conocimiento técnico experto en lo que se refiere a la observación y monitoreo del
fenómeno y en la elaboración del pronóstico. La observación y monitoreo se basa
en redes telemétricas, que permiten pronósticos precisos y con anticipación. Se
apoya en redes de observación global, como el radar, que permiten desarrollar
modelos y pronósticos de tiempo, y utiliza una base científica. Estos pronósticos
permiten la difusión de avisos con antelación a las alertas, aumentando así el
tiempo de preparación.
8
VI.7.1.2. Descentralizados
Es un sistema sencillo que se caracteriza por el uso de equipos de bajo costo y de
fácil manejo, operados por miembros de las comunidades, tanto en las
componentes de observación y monitoreo del fenómeno como en la comunicación
de la alerta. Están basados en la participación activa de voluntarios de las
comunidades que viven en el lugar donde se ha establecido el SAT. Los
voluntarios cumplen funciones de trabajo en la respuesta, pero también participan
en tareas de prevención, con obras de mitigación de bajo costo y que no requieren
de conocimiento técnico experto.
VI.7.2. Sistema de Alerta Temprana con Aplicaciones SIG (Análisis Espacial
de las Imágenes NOAA 16)
Por varios años las técnicas de teledetección han proporcionado un medio
confiable para evaluar el riesgo de incendio. Por su resolución temporal,
radiométrica y espacial, la información del sensor NOAA-AVHRR ha sido utilizada
ampliamente para estudiar los incendios: Detección de fuegos activos como
puntos de calor; monitoreo del estado del material combustible, mediante los
índices de vegetación como el NDVI (Maselli et al. 2003) y las condiciones
meteorológicas, a través del cálculo de la temperatura de la superficie terrestre –
TST
A partir del año 2000, el SATIF produjo reportes de focos de calor detectados a
través del procesamiento digital (teledetección) de imágenes satelitales del sensor
NOAA, a las que la Superintendencia Forestal tenía disponibilidad gracias al uso
de una antena especial capaz de obtener la señal satelital y acceder a dichas
imágenes gratuitamente.
VI.8. Análisis Estadístico Para la Correlación de Variables a Través del
coeficiente de Correlación de Pearson.
El mejor coeficiente y el más utilizado para estudiar el grado de relación lineal
existente entre dos variables cuantitativas, se suele representar por r y se obtiene
9
tipificando el promedio de los productos de las puntuaciones diferenciales de cada
caso (desviaciones de la media) en las dos variables correlacionadas
El coeficiente de Pearson toma valores entre -1 y 1, un valor de 1 indica relación
lineal perfecta positiva; un valor de –1 indica una relación lineal perfecta negativa
(en ambos casos los puntos se encuentran disuestos en una línea recta); un valor
de 0 indica relación lineal nula por ejemplo algo entre -0.3 y +0.3, las dos
variables no tienen mucho que ver entre sí (más exactamente, no tienen casi
ninguna covariación lineal). Si es alto, en otras palabras, si su valor se aproxima
ya sea a +1 o a -1, esto significa que la relación entre las dos variables se
aproxima a la ecuación y = ax + b.
A pesar del hecho que el análisis de correlación es capaz de manejar solamente
dos variables, puede utilizarlo para el análisis inicial de un gran número de
variables, cuando no tenemos una idea clara de las relaciones mutuas entre ellas.
Es fácil para un ordenador calcular una matriz de correlación entre todos los pares
potenciales de variables. Podemos entonces elegir esos pares que presentan las
correlaciones más fuertes, y continuar examinándolos con otras herramientas de
análisis más refinadas.
VI.9. Análisis Multi-Espectral de Imágenes Satelitales y Aplicaciones SIG
Se llama análisis de imágenes a la extracción de información derivada de
sensores y representada gráficamente en formato de dos o tres dimensiones, para
lo cual se puede utilizar tanto análisis visual como digital. Abarca la fotografía en
blanco y negro y color, infrarroja, imágenes satelitales, de radar, radar de alta
definición
Algunos fenómenos atmosféricos se pueden identificar fácilmente usando una
única imagen; sin embargo, en muchos casos es necesario disponer de más de
una imagen espectral.
10
Los estratos que se encuentran en niveles bajos son normalmente difíciles de
identificar en una imagen del infrarrojo debido a que la nube tiene una temperatura
similar a la de la superficie. En la imagen del visible los estratos aparecen más
brillantes en comparación con el fondo oscuro de la tierra o el mar.
En la imagen IR (derecha) se puede apreciar el efecto del aire seco
desplazándose sobre las superficies frontales en las cimas de las nubes calientes
sobre el sureste de Inglaterra (K). Las líneas de puntos muestran la anchura de la
zona de lluvias tal como se pudo determinar mediante un radar meteorológico.
En la imagen VIS el Sol ilumina el borde de la nube en altura, situada al borde
inicial de la intrusión de aire seco.
VI.10. Tipos de Análisis SIG Para el Cruce de Variables.
En primer lugar cabe distinguir dos tipos fundamentales de información geográfica:
las entidades geográficas y las variables espaciales. Si bien muchos autores
engloban ambos tipos de datos como entidades geográficas, aquí las
distinguiremos para clarificar el desarrollo. Las entidades geográficas son
elementos que constan de una representación espacial—el fenómeno observable
—además de una serie de atributos o valores asociados. Las variables espaciales
11
son funciones que adoptan un valor en cada punto del terreno, como por ejemplo
la elevación, la pendiente, tipo de suelo o una imagen de satélite.
De los requerimientos funcionales que hacemos a un SIG quedan algunos sin
resolver, o cuando menos su eficiencia temporal es muy limitada o se requiere una
considerable programación. Algunas limitaciones se deben a la estructura y otras
al modelo de datos. El modelo puede no soportar de forma natural variables
espaciales, es decir, datos como la altimetría o imágenes de satélite. Así no
resultan realizables, o bien requieren comandos u operaciones especiales, no
integradas en el modelo las tareas que involucran el cruce de variables espaciales
para determinar áreas de interés, o para crear nuevos datos combinando
variables.
VII.- Materiales y metodología
VII.1 Materiales
Materiales y equipo de campo
Imágenes satelitales
GPS
Cámara fotográfica
Materiales de laboratorio
Sistema de Coordenadas UTM
Sistema de resoluciones espectrales en 5 bandas del sistema satelital LANDSAT
Información Temática (SIG)
Material de oficina
Computadora
Impresora
Papelería
VII.2 Metodología
12
VII.2.1. Definición del Área de Estudio
El Área de estudio se encuentra en la Provincia de Quillacollo, en el Municipio de
Tiquipaya, ubicada al Noroeste de la ciudad de Cochabamba, entre los 17°, 20'
latitud Sur, 65°, 74' longitud Oeste, con una extensión aproximada es de 57,208
Ha. A una altura de 2.640 m.s.n.m; con una temperatura de 22º C y 600 m.m. de
precipitación pluvial.
Fig. 3. Superficie del municipio de Tiquipaya
VII.2.2. Pre-campo (Planificación)
Se identificaran software base que será el Arc GIS 10 para el uso y elaboración de
datos determinantes a previa ocurrencia de incendios forestales, ayudados por
imágenes satelitales se ingresa al servidor de INPE (Satellite Active Archive) en
Brasil para obtener las imágenes LANSADT 5, y así que datos vamos a tomar
para la elaboración del proyecto.
Identificación de las estaciones meteorológicas y su representatividad en cuanto a
superficie y distancia en el area de estudio.
VII.2.3. Campo
13
El trabajo de campo consistirá en el levantamiento de cobertura vegetal la de los
parches de bosque in situ de las especies más representativas encontradas y su
localización con GPS
VII.2.4. Gabinete
VII.2.4.1. Recepción de Imágenes NOAA 16
A través del servicio ISP (Internet Service Provider) local, el cual brinda el servicio
de conexión a Internet, se ingresa al servidor de SAA (Satellite Active Archive) en
los Estados Unidos para obtener las imágenes NOAA16. El horario más favorable
es de 05 a.m. a 08 a.m. para la transferencia de las imágenes, por la velocidad y
tráfico en Internet. Esta transferencia es asistida por el software de FTP (File
Transference Protocol) denominado WS_FTP PRO 7.4
También se realizara la corrección de la georreferencia y el realce de las
imágenes para su mejor interpretación.
VII.2.4.2. Proceso de interpretación
Para la interpretación de las imágenes, se utilizara el Erdas Imagine 8.4,
específicamente el módulo Spacial Modeler, se realizara el análisis espectral de la
imagen a través de un modelo que realiza operaciones matemáticas sobre la
imagen y analiza un píxel basado en los valores de los píxeles más próximos, lo
cual es importante en la ubicación de fuentes de calor.
Se ejecutara el modelo matemático y se utilizara las bandas 1, 3 y 4 se realiza una
inspección visual en la imagen para verificar la presencia de humo. Los píxeles
con coloración negra (producto del modelo matemático) y con humo alrededor se
interpretaran como área afectada.
VII.2.4.3. Desarrollo de la Cartografia con las Variables Temperatura, de
Viento y Cobertura Vegetal.
14
Para la obtención de los mapas con temperatura y velocidad de viento, se
realizara la interpolación de datos extraidos de las estaciones meteorológicas
previamente serleccionadas.
Para la obtension del mapa de vegetación se realizara la interpretación de la
imagen satelital respectica cruzando datos del levantamiento de campo con la
especies recolectadas.
VII.2.3.5. Elaboración del Mapa Final
Una vez identificados los puntos de calor con la interpretación, se usa el software
especializado en el manejo de información de tipo vector como es el ArcInfo 3.5.1,
el cual permite estandarizar o exportar información digital en diversos formatos
(.shp, dxf).
En esta fase se analizaran los métodos más adecuados para el cruce de variables
con sistemas espaciales SIG y no espaciales coeficiente de correlación de
Pearson, y así establecer las áreas potenciales de incendios
Finalmente se correlacionaran los mapas para obtener una serie de mapas para
determinar áreas potenciales a sufrir incendios más los factores determinantes
para que el incendio sea de gran relevancia.
VIII.- Resultados Esperados
Se identificara las siguientes variables:
Focos de incendios forestales.
Se obtendrá datos climáticos influyentes en un incendio forestal.
Mapas por periodos de riesgo.
Índice de riesgo de incendios forestales.
IX.- Cronograma
Actividad Mayo Junio Julio Agosto Septiembre Octubre
Presentación del
15
anteproyecto
Aprobación del
Perfil de Trabajo
Dirigido
Toma de datos
Presentación de
resultados
Discusión y
conclusión
Entrega del
trabajo dirigido
Defensa del
Trabajo Dirigido
X.- Bibliografía
CALLE M. 1999. Diseño de un GIS para el seguimiento evolutivo de procesos
agrícolas y forestales mediante datos NOAA-AVHRR.
CORDERO W. ROJAS D. TITO N. 2002. Sistema de Alerta Temprana de
Incendios Forestales (SATIF), Evaluación de Incendios Forestales Año 2001.
CORTÉS M. 1996. El SIG Como Herramienta de Analisis. Bogotá Colombia.
BOLFOR Superintendencia Forestal. Santa Cruz Bolivia
CORTÉS A. 2004. El SIG Como Herramienta de Análisis. CONAE. Colombia.
FUENTES I. 2009. Inferencia Estadística en Procesos Puntuales Espaciales.
Aplicación al Análisis de Incendios Forestales en Galicia. 132 pg
RODRÍGUEZ G. 1996. Problemas de Estadística Básica Aplicada a las Ciencias
de la Educación. Sevilla: Kronos.
16
Lucaria. Visitado el 18 de mayo del 2011. Disponible en:
http://es.wikipedia.org/wiki/Sistema_de_Informaci%C3%B3n_Geogr%C3%A1fica
Marey Perez, M.F. and Rodriguez Vicente, V. (2008). ´Forest transition in Northern
Spain: Local responses on large-scale programmes of field-afforestation´. Land
Use Police, Article in Press.
Manzo-Delgado L., Aguirre-Gómez, R. y Álvarez, R. 2004. Multitemporal analysis
of land surface temperature using NOAA-AVHRR: preliminary relationships
between climatic anomalies and forest fires. International Journal of Remote
Sensing 25, 4417-4423.
NUNES M.C.S. 2005 Land cover type and fire in Portugal: do fires burn land cover
selectively? Landscape Ecology 20: 661-673.
PEZZOLA A. 2001. Utilización De Imágenes Satelitales Para La Evaluación De La
Superficie Afectada Por Incendios En El Partido De Villarino. Prov. De Buenos
Aires. EEA INTA HILARIO ASCASUBI LAB. DE TELEDETECCION Y SIG. Buenos
Aires Argentina. 21 pg.
REED, W.J. MCKELVEY, K.S., 2002. Power-law behaviour and parametric models
for the size-distribution of forest fires.Ecological Modelling 150: 239-254.
17