Modelo de Riesgo de Incendios Forestales - Congreso Internacional

Sub-thema 6: Planificación y gestión en un ambiente incierto

1955

Modelos de riesgo y vulnerabilidad a incendios forestales, a partir de condiciones naturales y antrópicas: Parque Nacional Tunari

A.M. Rodríguez Montellano

Escuela de Ciencias Forestales, Proyecto FOMABO/ESFOR Universidad Mayor de San Simón, Cochabamba, Bolivia

[email protected]

Palabras clave: Peligro de incendios, combustibles forestales, evaluación multicriterio, Parque Nacional Tunari Resumen El propósito es crear un modelo para evaluar el riesgo y vulnerabilidad a incendios forestales en área representativa del Parque Nacional Tunari, involucrando a instituciones (usuarios) en el departamento de Cochabamba, para determinar variables preponderantes que influyen en estos siniestros. Se empleará el método de análisis espacial multicriterio para integrar y evaluar en SIG las variables con influencia alta en el peligro de incendios forestales. La estructura del índice de peligro incluye tres componentes: Combustibles forestales, generado a partir de la evaluación de la carga de combustibles forestales muertos y vivos; meteorológico con la integración de la temperatura media máxima mensual y precipitación total mensual y otros; y causa mediante la evaluación de elementos socioculturales representados por rasgos geográficos. Los tres componentes serán integrados en una regla de decisión y se generarán mapas periódicos con la localización de áreas vulnerables y riesgosas a incendios forestales. 1. Introducción Los incendios forestales son actualmente un gran problema que se repite año tras año en todos los rincones del planeta en épocas en que las temperaturas registran sus valores más altos y las precipitaciones son escasas. Como consecuencia de los mismos [7], las pérdidas en este tipo de perturbaciones son perjudiciales para la conservación de los ecosistemas [6]. En Bolivia el Sistema de Alerta Temprana de Incendios Forestales (SATIF) que opera desde el 2001 cuenta con una antena que capta las imágenes NOAA con reportes semanales y diarios sobre focos de calor. Si bien este tipo de información que proporciona el SATIF es usual para una planificación de control de incendios, no es suficiente porque se comienza a actuar cuando ya se inició la combustión o cuando ya, el incendio ha alcanzado grandes proporciones. [5]. Dentro de este marco, es evidente la necesidad de investigación en este campo y especialmente en cómo se pueden modelar estos fenómenos. Es decir, que para lograr una eficiente prevención de riesgos

Sub-tema 6: Planificación y gestión en un ambiente incierto

1956

de incidentes y evitar pérdidas originadas por los incendios forestales, es necesario todavía un esfuerzo de investigación que reúna las disciplinas involucradas y el estudio de las características naturales y antrópicas del fenómeno. 2. Metodología El Parque Nacional Tunari (PNT) se localiza en el departamento de Cochabamba entre 17º00’-17º30’ latitud sur y 66º00’ - 66º42’ longitud hacia el oeste. Su límite con el valle central se define en la cota 2 750 m como línea divisoria en la ciudad, pero especialmente cerca de Cochabamba pueden encontrarse las urbanizaciones sobre la cota permitida (Fig. 1). La primera ha sido realizada solo en puntos representativos en el PNT, mientras que la verificación se ha desarrollado en toda el área protegida, en una serie de zonas de la península: Tirani, Leuquepampa y pajcha. En el marco de riesgo de incendio (FIRERISK) se muestrearon además de especies herbáceas, especies arbóreas (pinos, eucaliptos, kewiñas); en ambas se calculó el contenido de humedad que después fue relacionado con propiedades combustibles.

Fig. 1: Imagen Landsat TM aplicación de modelos de elevación digital del Parque

Nacional Tunari En las diferentes muestras de vegetación (pasto y material vegetal verde) se llevó a cabo de manera aleatoria siguiendo un protocolo específico. Se tomaron 100-200 g de muestra/m2, siendo pesadas en el momento de su recolección mediante una balanza portátil. Como se muestra en la Fig. 2 se ponderó la biomasa para las tres especies forestales más importantes del área. Las muestras fueron trasladadas al laboratorio para ser secadas en una estufa durante 72 horas a una temperatura de 100ºC. Tras esta operación las muestras fueron nuevamente pesadas para calcular el contenido de humedad. Dicho contenido, en este estudio sobre peligro de incendio, se expresó como el porcentaje de peso en agua en relación con el peso en seco (FMC, fuel moisture content en inglés) según la Ec. 1:

100*⎟⎠⎞

⎜⎝⎛ −

=Ps

PsPhFMC (1)


1957

Donde, FMC es el contenido de humedad del combustible,Ph es el peso en húmedo y Ps el peso en seco de la misma muestra.

0

50

100

150

200

0 5 10 15 20 25 30 35 40 45 50

Age (years)

Tons

of C

arbo

n pe

r hec

tar(

tC/h

a) Pinus radiataEucalyptus globulusPolylepis besseri

Leyenda: Factor Expansion Biomasa = 1.3; Eucalyptus globulus Factor Expansion Biomasa = 1.5; Polylepis besseri Factor Expansion Biomasa = 1.5 (IPCC Guidelines - Tropical broadleaf )

Fig. 2: Biomasa para Pinus radiata, Eucalyptus globulus y Polylepis besseri

Cuantificación de combustibles forestales Las partículas leñosas pequeñas pierden rápidamente parte de su humedad como consecuencia de su dimensión. Esta condición favorece en gran medida a la combustión e inicio de los incendios, por lo que constituyen una variable de gran influencia en incendios. Para estimar la cantidad o carga de combustibles, se realizó un inventario con un diseño de muestreo estratificado al azar, donde los tipos de vegetación constituyeron los estratos. La obtención de los datos se hizo con la técnica de intersecciones, utilizada en diversos tipos de bosques con el fin de caracterizar el complejo de combustibles forestales ([2], [16]). Cada sitio de muestreo consistió en la ubicación de una línea de 20 m de longitud cuya dirección fue definida aleatoriamente. Para el caso de la cama de combustibles forestales, se registró la profundidad a los 5, 10, 15 y 20 m de longitud de la línea. Además, se colectó la hojarasca contenida en 1 m2, compuesto por cuatro cuadrantes de 0.25 m2 distribuidos a lo largo de la línea. Cada cuadrante fue pesado in situ y se tomó una muestra de 300 g para su posterior secado en laboratorio. El peso seco de estas muestras fue relacionado con el peso del material colectado in situ y de esta forma se obtuvo la cantidad de este tipo de combustible por unidad de superficie [16], según la Ec. 2:

cdL

GW *1234.0 21 ∑⎟

⎠⎞

⎜⎝⎛= (2)

Donde, W1 es el peso del material combustible por unidad de superficie, d es el diámetro de la partícula en la intersección, L es la longitud de la línea de muestreo, G


1958

es la gravedad específica de la madera, 0.1234 es la constante de transformación de volumen a kg/m2 y c un factor de corrección por pendiente, según Ec. 3:

2

100%1 ⎟

⎠⎞

⎜⎝⎛+=

pendienteC (3)

Después de los cálculos de contenido de humedad de los agentes combustibles extraidos en campo y analizados en laboratorio e introducidos en NEXUS se generaron resultados de comportamiento de propagación por componente combustible expresado en km/hora. Integración de los criterios La integración de las variables para calcular el ídice de peligro y vulnerabilidad a incendios forestales (IPIF) se realizó un análisis multicriterio (AMC), que es la valoración o ponderación en ambiente SIG sobre todas la variables definidas, de acuerdo a su peligrosidad para provocar un incendio forestal en el área. A través de la selección y análisis de los criterios, se obtuvo una regla de decisión que muestra alternativas de solución al objetivo [10]. En este caso, la localización de áreas suceptibles a incendios forestales de acuerdo a tablas antes mencionadas se crearon mapas intermedios con características de cada variable en rangos definidos, que después fueron cruzados en un análisis multicriterio con el software ILWIS (ver Fig. 3).

Índice de peligro de incendios forestales (IPIF)

Variables meteorológicas

Variables topográficas

Rasgos antropégicos

Complejo de conbustibles forestales

Componente de combustibles forestales (CCF)

Componente meteorológico (CM)

Componente de causa (CC)

Carga de combustibles

Ligeros pesados profundidad del

mantillo

Precipitación pluvial

Temperatura

Orientación de la pendiente

Actividades agropecuarias

Infraestructura de caminos

Cercanía de poblados

Fig. 3: Flujograma metodológico para la selección de variables y criterios en la modelación de riesgos y vulnerabilidades a incendios forestales


1959

3. Resultados y discusión El análisis de variables climáticas y ambientales descritas en esta metodología está delimitado en el área de estudio con una superficie de 8 241.83 ha, que es una porción del Parque; se seleccionó esta zona por tener un mayor número de diferencias en cuanto a cobertura, altitud, exposición de luz, presencias antrópicas por turismo y agricultura. El combustible es uno de los factores más importantes y muchas veces es decisivo para el comportamiento del incendio; basta recordar que es uno de los componentes del conocido triángulo del fuego. Las propiedades extrínsecas más importantes (aquellas que cambian de acuerdo con la cantidad que se considere) y que afectan a la intensidad y velocidad de propagación, son: Carga de combustible: La carga de combustible se define como la cantidad de combustible (en base seca) por unidad de superficie; se puede encontrar expresada en diferentes unidades como toneladas por hectárea (t/ha), toneladas por acre (t/a), libras por pie cuadrado (lb/ft2) o kilogramo por metro cuadrado (kg/m2).

0

10

20

30

40

50

0 10 20 30 40 50

Open w indspeed [Km/hrs]

Flam

e Le

ngth

(FLM

L) [m

eter

s]

Pinus Sp

Eucaliptus Sp

Polilepis Sp

Pastos + M atorrales

0

10

20

30

40

50

0 10 20 30 40 50

Open windspeed [Km/hrs]

Hea

dfire

Spr

ead

Rat

e (S

PRT)

[Km

/Hrs

]Pinus Sp

Eucaliptus Sp

Polilepis Sp

Pastos + M atorrales

Fig. 4: Velocidad de propagación de fuego por especie

Fig. 5: Tasa de propagación de fuego por especie en línea de fuego

Forma y tamaño del combustible: Se puede afirmar que la forma y tamaño son las características geométricas más importantes del combustible. La forma se refiere al aspecto (cilíndrica, esférica, irregular y otras), tamaño, grueso, ancho y largo. Estos parámetros suelen presentarse mediante la relación superficie/volumen (expresada normalmente con la letra σ y las unidades de m2/m3). De manera general, se observa que el tiempo de ignición decrece conforme decrece el tamaño del combustible (conforme σ aumenta) y que la velocidad de propagación de un incendio varía directamente con el valor de σ [12].


1960

Fig. 6: Modelos combustibles seleccionados para el estudio

Tabla 1: Modelos seleccionados para el área de estudios (7 modelos combustibles)

modificado de Rothermel [11] Modelo Código Descripción

1 PFs2 Pasto fino, seco y bajo, que recubre completamente el suelo. El matorral o arbolado ocupa de uno a dos tercios de la superficie. Carga de combustible (materia seca): 5-10 t/ha

2 PFs3 Pasto grueso, denso, seco y alto (más de 1 metro). Puede haber algunas plantas leñosas dispersas. Los campos de cereales son representativos de este modelo. Carga de combustible (materia seca): 5-10 t/ha

3 MPj1 Matorral o plantación joven densa, con alturas próximas a 2 m. Carga de combustible (materia seca): 23-35 t/ha

4 MPj4 Matorrales de especies muy inflamables con alturas de menos de 2 m o pinares de sotobosque. Carga de combustible (materia seca): 10-15 t/ha

5 BDh1 Bosque denso o frondosas con hojarasca compacta y poco matorral.Carga de combustible (materia seca): 10-12 t/ha

6 BCr1 Bosque claro o fuertemente aclarado. Restos de poda o zonas claras con plantas herbáceas rebrotando. Carga de combustible (materia seca): 30-35 t/ha

7 BDh3 Bosques con material leñoso caído como consecuencia de cortas,vientos, plagas, etc. Carga de combustible (materia seca): 30-35 t/ha

Disposición del combustible: La disposición del combustible se refiere a la distribución de la vegetación sobre el terreno, tanto desde el punto de vista de un plano horizontal como de un plano vertical [12]. Existe una extraordinaria variabilidad en la disposición


1961

del combustible, tipo, forma, tamaño, compactación, por lo que es necesaria una clasificación. La forma más común de realizar esta clasificación es mediante una descripción generalizada del combustible en los denominados modelos de combustibles [11]. Las características intrínsecas de los combustibles tales como poder calorífico, composición química, densidad, conductividad térmica, entre otros son igualmente importantes para un estudio completo del fenómeno de combustión [8]. 4. Conclusiones La descripción de los diversos aspectos que intervienen en los incendios forestales pone de manifiesto su extraordinaria complejidad. La gama de posibilidades que afectan a este tipo de incendios es amplia: Tipo de combustible (árboles, matorral, otros), condiciones del terreno (pendiente, vaguadas, entre otros) y condiciones meteorológicas (humedad, velocidad del viento) hacen difícil la modelización de este fenómeno. La presente investigación realizada en el PNT y sobre una amplia muestra de datos meteorológicos e historial de incendios forestales en una porción del Parque, clasificada a efectos de predicción del índice de riesgo de incendios forestales y áreas vulnerables en el modelo planteado en este estudio, indican un buen ajuste en general entre valores de probabilidad de ignición y la ocurrencia de incendios y, sobre todo, la extensión de los mismos. En el caso de los valores finales del índice de riesgo y vulnerabilidad obtenidos a partir de valores de la probabilidad de ignición, viento y combustibles, los resultados indican que se mantiene un buen nivel de correlación entre dicho índice y los incendios que se producen en junio a principios de septiembre por el aumento de vientos y por la época seca que aprovechan los comunarios para realizar barbechos. Agradecimientos Este proyecto fue desarrollado con el apoyo institucional y financiero del Proyecto Manejo de Bosques FOMABO de la Universidad Mayor de San Simón (UMSS) - Escuelas de Ciencias Forestales (ESFOR). Referencias [1] P.L. Andrews, C.H. Chase. BEHAVE: fire behavior prediction and fuel modeling

system-BURN subsystem, Part 2. United States Department of Agriculture, Forest Service, General Technical Report INT-260, Intermountain Forest and Range Experiment Station, Ogden, Utah, 93 p, 1989.


1962

[2] J.K. Brown, R.D. Oberheu, C.M. Johnston. Handbook for inventorying surface fuels and biomass in the interior west. USDA Forest Service, General Technical Report INT-129, 1982.

[3] T. Catchpole, N. de Mestre. Physical models for a spreading line fire. Australian Forestry, 49(2), 102-111, 1986.

[4] E. Chuvieco, F. Salas, C. Vega. Remote sensing and GIS for long-term fire risk mapping. Megafires Project. In: E. Chuvieco (Ed.). A review of remote sensing methods for the study of large wildland fires. Universidad de Alcalá, 91-107, 2000.

[5] Food and Agricultural Organization. Forest Fire. The Situation. FAO, Rome, Italy, http://www.fao.org/montes/fon/fonp/fire/firesit.stm, 2000.

[6] B. Mostacedo, T.S. Fredericksen, K. Gould, M. Toledo. Comparación de la respuesta de las comunidades vegetales a los incendios forestales en los bosques tropicales secos y humedos de Bolivia. Documento Técnico, 83, 1999.

[7] K. Moya. Comparación de comunidades de micromamíferos en dos bosques de kewiña. Tesis de licenciatura, UMSS, Cochabamba, Bolivia, 2003

[8] J.L. Musse. Bolivia Arde: Grave temporada de incendios en América del Sur. http://members.xoom.com/_XMCM/jmusse/incendiobolivia.html, 1999.

[9] S.J. Pyne. World fire: The culture of fire on Earth. University of Washington Press, Seattle, WA, 384 p, 1997.

[10] N. Rodríguez, A. Moretti. Índice de peligro de propagación de incendios forestales. VI Congreso Forestal Argentino, Tomo III, Santiago del Estero, 5 p, 1988.

[11] R.C. Rothermel. A mathematical model for predicting fire spread in wildland fuels. USDA Forest Service Research, Paper INT-115, 1972.

[12] R.C. Rothermel. Predicting behavior and size of crown fires in the Northern Rocky Mountains. USDA Forest Service Research, Paper INT-438, 1991.

[13] F. Salas. Detección de áreas de riesgo de incendio forestal a partir de los Sistemas de Información Geográfica y la Teledetección. Tesis doctoral, Universidad de Alcalá de Henares, España, 1995.

[14] J. Sánchez. Los incendios forestales y las prioridades de investigación en México. Congreso Forestal Mexicano, Tomo II, México, 719-723, 1989.

[15] J.H. Scott. Nexus: A system for assessing crown fire hazard. Fire Management Notes, 59(2), 20-24, 1999.

[16] C.E. Van Wagner. Fire behavior mechanisms in a red pine plantation: field and laboratory evidence. Canadian Department of Forest and Rural Development, Forest Branch, 1129, Ottawa, 1968.

Congreso Internacional sobre Desarrollo, Medio Ambiente y Recursos Naturales: Sostenibilidad a Múltiples Niveles y Escalas International Congress on Development, Environment and Natural Resources: Multi-level and Multi-scale Sustainability

Volumen III / Volume III 11-13 julio / July 2007 Cochabamba, Bolivia

Editado por / Edited by: Jan Feyen, Luis F. Aguirre, Mónica Moraes R.

Publicación de la / Publication of the Universidad Mayor de San Simón

Auspiciado por / Hosted by

Universidad Mayor de San Simón Cochabamba, Bolivia http://www.umss.edu.bo/

Organizado conjuntamente por / Jointly organized by

GTUMSS http://www.geotecnia.edu.bo/

LHUMSS http://www.lh.umss.edu.bo/

CASA http://www.fcyt.umss.edu.bo/investigacion/aguas/

ULRA http://www.ulra.fcyt.umss.edu.bo/

CBG http://www.biodiv-umss.org/

CEPLAG http://www.ceplag.edu.bo/

i

K.U.Leuven http://www.kuleuven.be/

UGent http://www.ugent.be/

UAntwerpen http://www.ua.ac.be/

Con la participación especial de / With the special participation of

Alcaldía Municipal de Cochabamba http://www.cochabamba.gov.bo/

Financiado conjuntamente por / Jointly funded by

VLIRUOS http://www.vliruos.be/

K.U.Leuven http://www.kuleuven.be/

ii

Division Soil and Water Management http://www.biw.kuleuven.be/lbh/lbwb/

Cooperación Belga http://www.btcctb.org/

Agencia Española de Cooperación Internacional (AECI) http://www.aeci.es/

Programa de Naciones Unidas para el Desarrollo http://www.pnud.bo/

Institut de Recherche pour le Développement (IRD) http://www.ird.fr/

Viceministerio de Ciencia y Tecnología http://www.conacyt.gov.bo/

Dirección de Relaciones Internacionales y Convenios (DRIC-UMSS) http://www.umss.edu.bo/Academia/Direcciones/Dric

Dirección de Instituto de Investigación (DICyT-UMSS) http://www.dicyt.umss.edu.bo/netcape/index.php/

iii

Austral and Neotropical America Section -Society for Conservación Biology http://www.conbio.org/Sections/ANA/

Centro de Estudios en Biología Teórica y Aplicada http://www.biotabolivia.org.bo/

Línea aérea AEROSUR http://www.aerosur.com/

Agencia de viajes Sudamericana http://www.sudamericanaturs.com/

iv

Modelo de Riesgo de Incendios Forestales - Congreso Internacional

Documents

Transcript of Modelo de Riesgo de Incendios Forestales - Congreso Internacional