cartografía asuncion

ISSN: 1136 - 5277

61

Serie Geográfica, 16 (2010), 61 - 70

CARTOGRAFÍA DE INCENDIOS FORESTALES EN PARAGUAY MEDIANTE

IMÁGENES AQUA-MODIS

M. Pilar Martín Isabel1, Larissa K. Rejalaga Noguera2

(1) Instituto de Economía, Geografía y DemografíaCentro de Ciencias Humanas y SocialesConsejo Superior de Investigaciones Científicas (CSIC)C/. Albasanz, 26-28 - 28037 [email protected]

(2) Facultad de Ciencias AgrariasUniversidad Nacional de AsunciónCampus Universitario de la Ciudad de San Lorenzo Paraguay

RESUMEN

Uno de los principales problemas ambientales que se plantean actualmente a nivel mundial es la pérdida de los re-cursos forestales ocasionada por el fuego. La gran extensión y dificultad de acceso a muchas de las zonas afecta-das, especialmente en zonas tropicales, hace difícil la cuantificación del daño que provocan los incendios forestales.La cartografía operativa de las áreas quemadas requiere disponer de métodos fiables y rápidos que permitan ob-tener resultados en un margen relativamente corto de tiempo y a una escala espacial y temporal adecuada para lagestión del fenómeno. La teledetección desde satélite supone una técnica adecuada para esta finalidad ya que pro-porciona datos de la superficie terrestre con una cobertura espacial y temporal suficientemente detallada y ofreceinformación espectral apropiada para la cartografía de áreas quemadas. En este trabajo se aborda el uso de imá-genes procedentes del sensor AQUA-MODIS para la cartografía de áreas afectadas por incendios forestales en Pa-raguay. Se propone una metodología que combina productos MODIS con distintas resoluciones espaciales (500 y 250metros) y espectrales (7 y 2 bandas) con el propósito de mejorar la capacidad de discriminación y delimitación delas zonas afectadas por incendios forestales en un ámbito tropical. La metodología propuesta nos permitió discri-minar todos los incendios ocurridos en la zona de estudio con tamaño igual o superior a 150 hectáreas. La capaci-dad de discriminación resultó aceptable (en torno a los 60 %) para los incendios entre 100 y 125 hectáreas, encambio demostró ser mas limitada para los incendios inferiores a 100 hectáreas.Palabras Clave: AQUA-MODIS, Paraguay, cartografía, áreas quemadas, índices espectrales, resolución espacial

ABSTRACT

One of the major environmental problems facing the world today is the loss of forest resources caused by fire. Thelarge size and difficulty of access to many affected areas, especially in tropical areas, make difficult to quantify thedamage caused by forest fires. Operational mapping of burned areas requires the availability of reliable and rapidmethods that can produce results in a relatively short time range and a spatial and temporal scale appropriate tothe management of the phenomenon. Satellite remote sensing is a suitable technique for this purpose as it provi-des data on the Earth's surface with enough spatial and temporal coverage and provides detailed spectral infor-mation suitable for mapping burned areas. This paper discusses the use of images from the AQUA-MODIS sensorfor mapping areas affected by forest fires in Paraguay. It propose a methodology that combines MODIS products withdifferent spatial (500 and 250 meters) and spectral (7 and 2 bands) resolutions for the purpose of improving the ca-pacity of discrimination and delimitation of areas affected by forest fires in a tropical area. The proposed methodo-logy allowed us to discriminate all fires in the study area with size equal to or greater than 150 hectares. Thediscrimination capacity was acceptable (around 60%) for fires between 100 and 125 hectares, however proved to bemore limited for fires less than 100 hectares.Key Words: AQUA-MODIS, Paraguay, mapping, burned areas, spectral indexes, spatial resolution

Fecha de Recepción: 21 de Diciembre de 2009Fecha de Aceptación: 10 de Mayo de 2010

1.- INTRODUCCIÓN

Los incendios forestales afectan anualmente mi-llones de hectáreas de bosques tropicales en Asia,África y América del Sur. Estos incendios están re-lacionados principalmente con prácticas agríco-las, apertura de nuevos asentamientos rurales yganadería intensiva (Cardoso et al., 2003; Setzeret al., 1994). Sin embargo, a los factores sociode-mográficos y tecnológicos que subyacen con fre-cuencia en la ocurrencia de incendios en áreas debosque tropical, se le suman los efectos climáti-cos globales, que parecen incrementar la fre-cuencia e intensidad de sequías, como la ocurridadurante 1998, que trajo como consecuencia gran-des superficies de selvas tropicales afectadas porel fuego. En ese año, bajo la influencia de un fe-nómeno ¨El Niño¨ especialmente intenso sietepaíses centroamericanos fueron afectados por in-cendios en 1,2 millones de hectáreas. También enAmérica del Sur se produjeron eventos de granmagnitud. Así, tan sólo en un estado de la Amazo-nía brasileña (Roraima) el fuego afectó 1 millón dehectáreas (http://www.pnuma.org/forodeministros/12-barbados/bbdt03e-BosquesTropicalesHumedos.pdf).En el período 97-98 en el estado de Roraima ardióun 53% del ecosistema de savana mientras que lamedia de superficie quemada en el periodo 1997-2000 fue del 38 % (Barbosa y Fearnside, 2005) . Enel sureste de Asia, por ejemplo, los incendios re-lacionados con el episodio de “El Niño” de los años1997-1998 provocaron pérdidas económicas porvalor de unos 9 billones de dólares. En el mismoperiodo más de 20 millones de hectáreas ardieronen América del Sur y Central provocando a su vezpérdidas estimadas en más de 10 billones de dó-lares (Bowman et al., 2009).

En Paraguay no existen estadísticas oficiales desuperficies afectadas por incendios forestales.Actualmente los únicos datos disponibles deforma consistente e ininterrumpida desde el año2001 son los relativos a focos activos facilitadospor el Instituto Nacional de Pesquisas Espaçiaisde Brasil (INPE) y obtenidos a partir del análisisde imágenes de los satélites NOAA, GOES y TERRA(http://sigma.cptec.inpe.br/queimadas/index_es.php#). En el año 2004 (seleccionado como referen-cia para este estudio) el INPE registró en Para-guay un total de 13.727 focos de incendios, de ellos675 se localizaron en zonas de conservación comoel Parque Nacional Río Negro (164 focos) y el Par-que Nacional Paso Bravo (114 focos). Más recien-temente, en el año 2007, el Gobierno paraguayo sevió obligado a declarar el estado de emergencianacional ante una gran oleada de incendios fores-

tales que en tres semanas arrasaron 500.000 hec-táreas de bosques y cultivos en el noreste del país.

Resulta evidente la importancia del fenómeno delos incendios forestales en Paraguay y también elinterés de contar con información más precisasobre los daños que este fenómeno ocasiona.Para que esta información sea realmente efectivaen las labores de gestión debería incluir no sólo lacuantificación de los focos, sino la extensión y lo-calización espacial de las áreas afectadas, espe-cialmente en zonas protegidas, donde este tipo deinformación resulta de especial interés de cara apreservar su diversidad biológica.

La teledetección ha demostrado su interés paraobtener información a diversas escalas sobre lasconsecuencias de los incendios. En las últimas dé-cadas se han desarrollado diversos proyectos in-ternacionales para la obtención de informaciónsobre el fenómeno a partir de imágenes de saté-lite. En America Central y del Sur resultan de es-pecial interés las actividades de la Red LATIF(http://mob.conae.gov.ar/redlatif/) que en el año2004 abordó un ambicioso proyecto para obteneruna cartografía mensual de áreas quemadas detodo el continente, desde México hasta la Patago-nia, utilizando datos del sensor MODIS (ModerateResolution Imaging Spectroradiometrer). El totalde superficie quemada durante todo el año se es-timó en 153.215 km2 (Chuvieco et al., 2008).

Por lo que respecta a las diversas aproximacionesmetodológicas empleadas hasta el momento en lacartografía de áreas quemadas mediante telede-tección espacial, en general han estado dirigidashacia la consecución de algoritmos automáticos osemi-automáticos basados en el uso de índicesespectrales. Una de las aproximaciones más inte-resantes es la de Roy et al. (2005). Estos autoresproponen un algoritmo para la cartografía de in-cendios a escala global utilizando imágenesMODIS basado, no en el uso de índices espectra-les, sino en al análisis multitemporal de imágenescorregidas del efecto de reflectividad bidireccio-nal (BRDF). El algoritmo propuesto se basa en de-tectar los cambios entre la reflectividad observadaen cada píxel y la predicha a partir de la caracte-rización multitemporal del mismo. La importan-cia de este método reside en que ha sido adoptadodentro del programa de la NASA para producir lacartografía global de incendios a partir de datosdel sensor MODIS (http://modis-fire.umd.edu/Bur-ned_Area_Products.html), es el denominado MODISBurned product (MCD45A1). Se han realizado va-lidaciones del producto en zonas de Sudamérica,

M. Pilar Martín Isabel y Larissa K. Rejalaga Noguera Cartografía de incendios forestales en Paraguay mediante imágenes AQUA-MODIS

62

ISSN: 1136 - 5277

África, Asia, Australia y Europa. Los resultados ob-tenidos demuestran la validez del método peroponen de manifiesto la necesidad de combinarlo conotros procedimientos (filtros basados en umbrales)que permitan minimizar las fuentes de error.

Independientemente de las metodologías utiliza-das, una de las principales limitaciones de los tra-bajos que han abordado la cartografía de áreasquemadas a escala regional o global es la reso-lución espacial de las imágenes utilizadas. Hastahace poco tiempo, los sensores que permitíanabordar este tipo de estudios ofrecían una resolu-ción espacial máxima de 1 Km2. Esto dificultaba ladiscriminación de incendios pequeños (inferioresa 100 has) así como de otros de mayor tamañopero cuyas características (nivel de severidad, ve-getación previa) implicaban un escaso contrasteespectral entre la zona quemada y la no afectada.El lanzamiento del sensor MODIS a bordo de lasplataformas TERRA y AQUA abrió nuevas posibili-dades en este campo al ofrecer resoluciones es-paciales y espectrales mejoradas permitiendoobtener coberturas globales con resolución espa-cial de 500 y 250 metros según bandas espectra-les. A pesar de este avance, pocos autores hanexplorado la posibilidad de utilizar esta informa-ción en conjunto para mejorar la precisión en ladelimitación de las áreas quemadas. Algunos tra-bajos han utilizado las imágenes de 250 metrospara la delimitación de áreas quemadas, espe-cialmente mediante técnicas de análisis visual.Este método es utilizado por el JRC (Joint Rese-arch Center) en su sistema de evaluación del áreaquemada en los países europeos del Mediterrá-neo como parte del denominado European ForestFIRE Information System (EFFIS). Menos frecuen-tes son los estudios que aborden la cartografía deincendios con imágenes MODIS de 250 m con téc-nicas de análisis digital. El presente trabajo de in-vestigación trata de explorar en esta línea ypropone el uso combinado (no fusionado) de pro-ductos MODIS de distintas resoluciones espacia-les y espectrales, como alternativa paracartografiar áreas quemadas a nivel regional.

2.- OBJETIVOS

En este artículo se propone un método para laidentificación y cartografía de áreas quemadas aescala regional en ámbitos tropicales medianteimágenes de satélite AQUA-MODIS con distinta re-solución espacial y espectral. Para abordar esteobjetivo general se plantean los siguientes objeti-vos específicos:

•Analizar la capacidad de los productos AQUA-MODIS de 250 y 500 m para discriminar espec-tralmente las zonas afectadas por incendios enámbitos tropicales y evaluar los índices espec-trales más adecuados para realizar la discri-minación con cada producto.

•Proponer una metodología que permita com-binar ambos productos, aprovechando la mejorresolución espectral del producto MODIS de500 m para la discriminación automática de losincendios; y la mayor resolución espacial delproducto de 250 m para una delimitación másprecisa de las áreas afectadas.

3.- METODOLOGÍA

3.1.- Área de Estudio

Se ha elegido como zona de estudio un sector si-tuado en la parte noreste de Paraguay, norte deBolivia, y el noroeste de Brasil (Figura 1). El áreade estudio comprende una zona excepcionalmenterica y compleja ya que se encuentra en una áreade transición ecológica, por lo que fue declaradaen el año 2001, como "Reserva de la Biosfera delGran Chaco", con una superficie total aproximadade 4.707.250 hectáreas y en el cual se estableceun "Área de Reserva para Parque Nacional RíoNegro", con una superficie total de 30.460 ha.Esta zona fue seleccionada debido a la alta con-centración de focos de incendios que presentaanualmente según datos del INPE, especialmentedurante los meses de agosto a octubre.

3.2.- Datos

Para la realización de la cartografía de áreas quema-das en la zona de estudio se utilizaron imágenes ad-quiridas por el sensor MODIS que forma parte delprograma EOS (Earth Observation System) de la NASA(National Aeronautic and Space Administration). Estesensor opera actualmente a bordo de los satélitesTERRA y AQUA. El sensor MODIS capta informaciónen 36 bandas espectrales que incluyen el visible, in-frarrojo cercano (IRC), infrarrojo medio de onda corta(SWIR) y térmico con una resolución espacial de 250,500 m y 1 km (dependiendo de la longitud de onda).

Existen un gran número de productos estándar deMODIS, utilizados en muy diferentes campos deaplicación (oceanografía, biología, ciencias atmos-féricas, etc). Todos ellos son distribuidos gratuita-mente a través de diversos servidores como porejemplo https://wist.echo.nasa.gov/api/.

63


Los productos utilizados para esta investigaciónson:

•MODIS-AQUA SURFACE REFLECTANCE 8-DAYL3 GLOBAL 250 m SIN GRID V004 (MYD09Q14).Son compuestos de 8 días, que se realizan apartir de las imágenes diarias de reflectividaden 2 bandas, rojo e IRC. La resolución espaciales de 250 m.

•MODIS-AQUA SURFACE REFLECTANCE 8–DAYL3 GLOBAL 500 m SIN GRID V004 (MYD09A14).Son compuestos de 8 días, que se realizan apartir de las imágenes diarias de reflectividaden 7 bandas, que van desde el visible hasta elSWIR. La resolución espacial es de 500 m.

Debido a los frecuentes problemas de coberturanubosa que encontramos en esta zona se decidiótrabajar con los compuestos multitemporalesMODIS en lugar de imágenes diarias. El com-puesto elegido para este trabajo corresponde alperíodo comprendido entre el 28 de agosto al 4 deseptiembre de 2004 y fue seleccionado como casode estudio debido al alto número de incendiosocurridos en la zona en esas fechas y la posibili-dad de poder contar para la validación de resulta-dos con una imagen Landsat 5 TM de la zona deestudio adquirida al día 31 de agosto de 2004 (es-cena 227/074). Dicha imagen se ha obtenido, a tra-

vés de la página Web de la CONAE(http://ggt.conae.gov.ar/catalogo/index.htm).

3.3.- Discriminación de Áreas Quemadas

3.3.1.- Cálculo de índices espectrales

Los productos MODIS utilizados cuentan con unacorrección radiométrica, atmosférica y geomé-trica. Sin embargo, antes de iniciar el procesa-miento de las imágenes es necesario llevar a cabosobre ellas una serie de operaciones básicascomo el cambio de formato y su reproyección paraajustarlas a la cartografía de Paraguay (UTM 21SWGS 84).

La mayor parte de los estudios que han abordadohasta el momento la cartografía de áreas quema-das con imágenes de satélite se basan en el usode índices de vegetación (IV). Si bien otros autoreshan optado por proponer índices específicos adap-tados al comportamiento espectral de las zonasquemadas. En cualquier caso, los índices más uti-lizados hasta el momento en este ámbito tienenen común el uso de las bandas del rojo e infrarrojocercano, y más recientemente el uso del SWIR.Para analizar la capacidad de los mismos para ladiscriminación de áreas quemadas en zonas tro-picales se ha decidido en este estudio calcular lossiguientes:


64

Figura 1.- Ubicación del área de estudio

ISSN: 1136 - 5277

•GEMI (Global Vegetation Monitoring Index)(Pinty y Verstraete, 1992): fue diseñado paraminimizar los efectos atmosféricos y cambiosde color de suelo.

•NBR (Normalized Burned Ratio) (Key y Benson,1999): Se ha empleado fundamentalmentepara medir la severidad del fuego pero tambiénes un índice muy utilizado en la cartografía deáreas quemadas.

NBR= (ρi,irc - ρi,swir)/ (ρi,irc + ρi,swir)

•MIRBI (Mid Infrared Index) (Trigg y Flasse,2001): Se trata de un índice diseñado específi-camente para la cartografía de incendios enÁfrica utilizando las bandas 6 y 7 de MODIS

MIRBI: 10*LMIR-9.8*SMIR+2donde LMIR= 0.98SMIR + 1.5

•BAI (Burned Area Index) (Martín, 1998): dise-ñado para la cartografía de áreas quemadas enzonas mediterráneas con imágenes AVHRR.Este índice se define como la distancia eucli-diana entre el valor de albedo que representaa cada píxel de la imagen y el valor de un puntode convergencia que define el comportamientotipo de una zona recientemente quemada en elespacio espectral considerado

BAI= 1/((pcr – ρr)2 + (pcirc -ρ irc)2)donde: pcr =0,1, pcirc = 0,06

•BAIM (Burned Area Index_MODIS): Es unaadaptación del índice anterior para imágenesMODIS, sustituye la banda del rojo por la delSWIR y presenta valores del punto de conver-gencia adaptados a las características espec-trales y radiométricas de las imágenes MODIS(Martín et al., 2005).

BAIM= 1/((pcirc – ρirc)2+(pc swir - ρswir)2)donde pcirc,=0.08 y pcswir = 0.2

Estos valores fueron definidos para los tipos decoberturas de vegetación y suelos de la Penín-sula Ibérica. Sin embargo, dado que las carac-terísticas de la de la zona de estudio difierenmucho de las de un ámbito mediterráneo, se

espera que los valores de los puntos de con-vergencia varíen. Por ello, se propone en estetrabajo una adaptación de los mismos basadaen el análisis del comportamiento espectral delas zonas quemadas. Siguiendo el criterio es-tablecido por Martín (1998) y utilizando comoreferencia los valores de reflectividad en lasbandas 2 y 7 de las zonas quemadas de nues-tra área de estudio (localizadas con la ayuda dela imagen Landsat TM) proponemos un nuevovalor de convergencia en el IRC de 0,06 enlugar del 0,08 propuesto por Martín et al.(2005).

3.3.2.- Cartografía de Áreas Quemadas

Para determinar el método de cartografía deáreas quemadas fue preciso definir:

•El procedimiento de segmentación de las imá-genes para la discriminación de las zonas que-madas respecto a las no afectadas.

•El método para combinar los productos de 500y 250m de cara a conseguir la cartografía deáreas quemadas aprovechando las capacida-des de resolución espectral del primero y es-pacial del segundo.

Cualquier criterio para determinar umbrales en laaplicación que nos ocupa resulta discutible ya queel fenómeno quemado no es homogéneo en el es-pacio (Martín, 1998). Las áreas quemadas ofrecendiversos grados de afectación, lo que dificulta es-tablecer fronteras nítidas entre lo afectado y noafectado por el fuego. En este sentido, lo más ha-bitual para determinar estos umbrales es utilizarlos valores estadísticos extraídos de la categoría adiscriminar, con la media (μ) y algún múltiplo (nx)de la desviación típica (δ) como criterio de corte:(μ + nx.δ). Este múltiplo dependerá de la sensibi-lidad de la variable para distinguir la categoríaquemado de otras presentes en la imagen. Ennuestro caso hemos utilizado como referenciapara determinar los umbrales, los valores de unaserie de pixeles seleccionados de forma aleatoriaen la imagen y que consideramos representativosdel comportamiento espectral de cada cubierta(zonas quemadas y distintos tipos de vegetaciónno afectada) en las bandas del sensor MODIS.Para establecer el umbral de discriminación decada índice se calcularon los porcentajes de dis-criminación de cada uno de ellos a partir de los va-lores de media y desviación típica obtenidos de lamuestra de puntos para la categoría quemado (lo-calizada en la imagen a partir de los perímetros

65


ŋ*(1-0.25* ŋ)-(ρR-0.125)ρg

donde ŋ= (2* (ρIRC2-ρR2)+(1.5* ρIRC) +(0.5- ρR))/ (ρIRC+ ρR+0.5)

GEMI:

obtenidos mediante interpretación visual de imá-genes Landsat). Se partió calculando el porcentajede discriminación de cada índice utilizando lamedia y se fue sumando progresivamente un valorde desviación típica (en intervalos de 0.1) hasta al-canzar niveles de discriminación del 100 % paratodos los índices. Para determinar el mejor um-bral de corte se realizó el cálculo de los errores decomisión (píxeles de otras cubiertas seleccionadoscomo quemado por el umbral establecido) paradistintos porcentajes de discriminación de la cate-goría quemado, seleccionándose aquel umbral decorte que, para un mismo porcentaje de discrimi-nación, ofrecía los menores errores de comisión.

Como ya hemos mencionado, al utilizar los dosproductos MODIS se pretendía combinar las ca-pacidades de mayor resolución espectral del pro-ducto de 500 m y espacial del producto de 250 decara a mejorar la delimitación espacial de lasáreas quemadas. Teniendo en cuenta este obje-tivo se planteó un método en 3 fases:

Fase 1: Discriminación de incendios. En esta faseel objetivo era discriminar de forma auto-mática los incendios ocurridos minimi-zando los errores de comisión (confusióncon otras cubiertas). Para ello utilizamosel producto de 500 m cuya resolución es-pectral permite calcular índices basadosen el SWIR para evitar confusiones con cu-biertas que tienen un comportamiento es-pectral muy similar a las zonas quemadas,como por ejemplo el agua. En este caso setrataba de aplicar a las imágenes un um-bral de corte (quemado/no quemado) sufi-cientemente restrictivo que asegurase unalto porcentaje de discriminación pero almismo tiempo garantizase un bajo errorde comisión.

Fase 2: Delimitación espacial precisa de los incen-dios. En esta fase el objetivo era conseguiruna correcta delimitación espacial del áreaafectada en cada incendio. Para ello utili-zamos el producto de 250m por su mejorresolución espacial. Se trataba, en estecaso, de aplicar un umbral menos restric-tivo que el anterior para evitar en lo posiblelos errores de omisión. Este umbralmenos restrictivo, unido a la menor reso-lución espectral de estas imágenes implicóuna alta tasa de errores de comisión.

Fase 3:Cartografía final de las áreas quemadas.En esta fase el objetivo era combinar los

resultados obtenidos en las dos fases an-teriores para obtener una correcta delimi-tación de las áreas quemadas. El criteriopara la combinación de los resultados delas fases 1 y 2 fue de tipo espacial: sólo seretuvieron en el mapa final los polígonosdelimitados en la fase 2 que coincidían es-pacialmente con los píxeles discriminadosen la fase 1, esto es, que tocaban o esta-ban a menos de 250 m (margen de 1 píxelpara evitar problemas de ajuste espacial)de los polígonos de la fase 1. Esto garan-tizaba retener la delimitación espacialmas precisa obtenida en la fase 2 pero eli-minando los polígonos erróneamente de-tectados en esta fase.

La validación de la cartografía obtenida con MODISse ha realizado a partir de la comparación con losperímetros de los incendios obtenidos medianteinterpretación visual de una imagen Landsat TMcorrespondiente al día 31 de agosto de 2004 (es-cena 227/074).

4.- RESULTADOS

En la Tabla 1 se puede observar el análisis de loserrores de comisión y omisión realizados para laselección y posterior segmentación de los índicesa utilizar en las distintas fases de la cartografía.Esta tabla permite comparar los errores de comi-sión (totales y por categorías) de todos los índicescalculados en los dos productos para un mismoporcentaje de discriminación de la categoría que-mado (65 % para el producto de 500 m). Como sepuede observar, los errores de comisión másbajos corresponden a BAI, BAIM y MIRBI. NBRpresenta confusiones más altas con todas las ca-tegorías, especialmente con agrícola mientrasque GEMI presenta una altísima confusión con lacategoría matorral.

Como ya se ha comentado, la segmentación de lasimágenes se realizó estableciendo un umbral decorte que permitió discriminar las áreas quemadasde las no afectadas. Esta es una de las fases másdelicadas del proceso, tanto por la dificultad de es-tablecer un criterio objetivo, como por su repercu-sión sobre los resultados que se pueden obtener.

Para la fase 1, en la que se trabajó con el productode 500 m, se decidió aplicar un umbral restrictivocon objeto de reducir, en la medida de lo posible,los errores de comisión. Se eligió un umbral que,en los análisis realizados sobre la muestra de


66

ISSN: 1136 - 5277

puntos, ofreciera errores de comisión inferioresal 10 % para los tres índices seleccionados (BAI,BAIM y MIRBI). Los umbrales correspondientes sepueden observar en la tabla 1 y el resultado de lasegmentación de la imagen para los distintos ín-dices en la figura 2.

Como se puede observar, el número y extensiónde las áreas discriminadas como incendios, deacuerdo a los umbrales establecidos, varía en losdistintos índices utilizados. BAI y BAIM presentanun nivel de discriminación muy similar en cuantoal número de áreas si bien la superficie de lasáreas coincidentes es mayor en BAIM que en BAI.MIRBI presenta un comportamiento bastante dis-tinto con un número muy superior de áreas dis-criminadas como incendio. Estas áreas seencuentran distribuidas por toda la imagen.

4.1.- Validación de la Fase de Discriminacióncon Imágenes LANDSAT-TM

Con objeto de comprobar la calidad de la discri-minación realizada con cada índice y seleccionarel más adecuado para combinar posteriormentecon el producto de 250 m, comparamos los resul-tados obtenidos con los perímetros de los incen-

dios delineados a partir del análisis visual de laimagen Landsat TM. El objetivo era calcular el nú-mero de incendios correctamente discriminadoscon cada índice y cuantificar los errores de comi-sión (áreas incorrectamente discriminadas comoincendios). El número total de polígonos mayoresde 25 ha digitalizados para la imagen Landsat fue-ron de 118 con una superficie total de 105.731 hec-táreas. Los resultados de la comparaciónaparecen en la tabla 2.

Como se puede observar en la tabla 2, el porcen-taje de acuerdo más alto corresponde a BAIM yMIRBI con un 84 y 85 % respectivamente de lasáreas correctamente discriminadas. Así pues,estos índices resultarían más adecuados que BAIpara esta fase pues ofrecen menos errores deomisión. Sin embargo, es preciso también tener encuenta los errores de comisión. En este caso la di-ferencia es significativa entre BAIM y MIRBI siendoeste último el que mayor número de áreas no coin-cidentes y, por tanto, incorrectamente discrimina-das presenta. De estos resultados se concluye quela discriminación obtenida con el índice BAIM es lamás adecuada y, por tanto, se ha usado como re-ferencia para la combinación en la fase 3 con losresultados obtenidos del producto de 250 m.

67


Tabla 1.- Errores de Comisión y umbrales aplicados en la fase 1 para el producto de 500 m

UmbralesHERBACEAS

(%)

MATORRA-

LES (%)

BOSQUE

TROPICAL

(%)

BOSQUE CA-

DUCIFOLIAS

(%)

BOSQUE

ALTO (%)

AGRICUL-

TURA (%)

SAVANNA

(%) TOTAL (%)

BAI Media + 0.5 sd 244.4 0.50 0.00 1.00 0.00 0.00 1.00 0.00 2.50

GEMI Media + 0.6 sd 0.386 3.50 35.50 0.00 0.00 0.00 1.00 0.00 40.00

BAIM Media + 0.5 sd 115.15 1.00 0.50 0.50 0.00 0.00 1.00 0.00 3.00

NBR Media - 0.3 sd -0.059 2.00 1.50 0.00 0.00 2.50 7.00 0.50 13.50

MIRBI Media + 0.2 sd 1.67 0.50 1.00 0.00 0.00 0.00 4.00 2.00 7.50

Figura 2.- Áreas quemadas obtenidas para los compuestos de 500 metros MODIS. A) BAI con el umbral establecidoen 244,4, B) BIAM con el umbral establecido en 115,1, C) MIRBI con el umbral establecido en 1,67.

Para la fase 2, en la que se trabajó con el productode 250 m, se decidió aplicar un umbral poco res-trictivo que garantizase la correcta delimitación delas áreas quemadas (evitando errores de omisiónen el interior de los perímetros) aún a riesgo deincurrir en altos errores de comisión, pues comoya se mencionó estos errores se solventarían en lafase 3. Los umbrales se determinaron, como en lafase 1, a partir de la muestra de puntos utilizadaen el análisis de separabilidad. En este caso se to-maron como referencia los umbrales en los quese alcanzaba un 90% de discriminación de los pí-xeles correspondientes a áreas quemadas. Losumbrales se aplicaron sobre los dos índices cal-

culados para este producto en función de las ban-das disponibles (BAI y GEMI). El resultado de lasegmentación de la imagen se puede observar enla figura 3.

Las imágenes evidencian que el índice GEMI rea-liza una importante sobreestimación del área que-mada que no resulta aceptable para los objetivosde este estudio.

A la vista de los resultados obtenidos en las fases1 y 2 fueron finalmente los productos obtenidoscon los índices BAIM (para el producto de 500 m)y BAI (para el de 250m) los que se combinaron enla fase 3 para obtener la cartografía final de lasáreas quemadas siguiendo el criterio espacialdescrito en antoriormente. El resultado de la com-binación con criterios espaciales de los dos pro-ductos se puede observar en la figura 4.

4.2.- Validación de la Cartografía Final con Imágenes LANDSAT-TM

Si bien en el epígrafe anterior se incluyó una vali-dación parcial de los resultados obtenidos en lafase 1, una validación más completa fue realizadasobre la cartografía final (figura 4). En este casose comparó la cartografía obtenida con MODIS conlos perímetros digitalizados con Landsat con elpropósito de comprobar el tamaño mínimo del in-cendio que, con la metodología aplicada, este tipode imágenes son capaces de discriminar. Comose puede ver en la tabla 3, las imágenes MODISobtenidas con la superposición de los resultadosde distintas resoluciones espaciales y espectrales


68

Figura 3.- Áreas quemadas obtenidas para los compuestos de 250 metros MODIS. A) BAI con el umbral establecidoen ≥ 79,50. B) GEMI con el umbral establecido en ≤ 0,53.

BAI 500m BAIM 500m MIRBI 500m

Nº polígonos 108 128 439

Polígonos

coincidentes

con Landsat

75 99 100

% Acuerdo

con Landsat

64 84 85

Polígonos no

coincidentes

con Landsat

(errores de

comisión)

33 29 339

Tabla 2.- Comparación de los resultados de la fasede discriminación con los perímetros de referenciaLANDSAT

ISSN: 1136 - 5277

69


permiten discriminar todos los incendios a partirde 150 hectáreas. Incluso su capacidad de discri-minación es aceptable (en torno a los 60 %) paralos incendios entre 100 y 125 hectáreas, en cam-bio es un poco mas limitada para los incendios in-feriores a 100 hectáreas.

5.- CONCLUSIONES

En este trabajo de investigación se ha tratado dedesarrollar una metodología sencilla y operativa

para la discriminación y cartografía de medianos ygrandes incendios de áreas boscosas ocurridos enun área de especial interés ecológico en el NE deParaguay durante el periodo de incendios del año2004.

Se han evaluado los índices espectrales para laidentificación de áreas quemadas, concluyéndoseque el BAI y el BAIM MODIS (ajustado el punto deconvergencia) y determinando los umbrales, sonlos mas adecuados y los que presentan menoresconfusiones con otras coberturas, como suelosdesnudos y zonas pantanosas. En cuanto a la me-todología basada en la combinación de los pro-ductos de 500 y 250 m, se puede decir que resultade interés para delimitar con mayor precisión lasáreas quemadas, sin embargo sería convenienteprofundizar en este punto, investigando sobre po-sibles algoritmos de fusión de las imágenes.

BIBLIOGRAFÍA

Barbosa, R.A. y Fearnside,P.M. (2005). Fire fre-quency and area burned in the Roraima savannasof Brazilian Amazonia, Forest Ecology and Mana-gement, 204: 371-384.

Bowman D.M.J.S., Balch J.K., Artaxo P., Bond W.J.,Carlson J.M., Cochrane M.A., D'Antonio C.M., De-Fries R.S., Doyle J.C., Harrison S.P., Johnston F.H.,Keeley J.E., Krawchuck M.A., Kull C.A., MarstonJ.B., Moritz M.A., Prentice I.C., Roos C.I., Scott A.C.,

Figura 4.- Cartografía final de las áreas quemadas obtenidas de la superposición de los índices seleccionados delos compuestos de 250 y 500 metros. Se han superpuesto los perímetros digitalizados con Landsat TM para facili-tar la interpretación de los resultados.

Tamaño DeIncendio

Número deIncendios

LAndsat

Número deIncendios

Modis

% Acuerdo

25-50 32 0 0

51-75 19 4 21

76-100 4 2 50

101-125 11 7 63

126-150 8 8 100

151-175 1 1 100

176-200 6 6 100

201-300 11 11 100

301-500 5 5 100

501-1000 9 9 100

1001-5000 10 10 100

5001-10000 1 1 100

> 10000 1 1 100

Tabla 3.- Verificación de la capacidad de discriminaciónde áreas quemadas de las Imágenes MODIS 250 y 500,según el tamaño del incendio

Swetnam T.W., van der Werf G.R. y Pyne S.J. (2009).Fire in the Earth System, Science, 324: 481-484.

Cardoso, M., Hurtt, G., Moore, B. y Prins, E. (2003).Projecting future fire activity in Amazonia. GlobalChange Biology, 9: 656-669.

Chuvieco, E., Opazo, S., Sione, W., del Valle, H.,Anaya, J., Di Bella, C., Cruz, I., Manzo, L., López,G., Mari, N., González-Alonso, F., Morelli, F., Set-zer, A., Csiszar, I., Kanpandegi, J.A., Bastarrika, A.y Libonati, R. (2008). Global burned-land estima-tion in Latin America using MODIS composite data.Ecological Applications, 18: 64-79.

Key, C. H. y Benson, N. C. (1999). Measuring andremote sensing of burn severity: the CBI and NBR.Poster abstract. In L. F. Neuenschwander and K.C. Ryan (Eds.), Proceedings Joint Fire ScienceConference and Workshop, Vol. II, Boise, ID, 15-17June 1999. University of Idaho and InternationalAssociation of Wildland Fire. 284 pp.

Martín, M.P. (1998). Cartografía e inventario de in-cendios forestales en la Península Ibérica a partir deimágenes NOAA-AVHRR. Tesis doctoral. Departa-mento de Geografía. Universidad de Alcalá. 228 pp.

Martín, M.P., Gómez, I. y Chuvieco, E. (2005). Per-formance of a burned-area index (BAIM) for map-ping Mediterranean burned scars from MODISdata. (Proceedings of the 5th. International works-hop on remote sensing and GIS applications to fo-rest fire management: Fire effects assessment.J. de la Riva, F. Pérez-Cabello y E. Chuvieco, Eds).Universidad de Zaragoza: 193-198.

Pinty B. y Verstraete M.M. (1992). GEMI: A non-li-neal index to monitor global vegetation from sate-llites, Vegetatio, 101: 15-20

Roy, D. P., Y. Jin, P. E. Lewis y C. O. Justice (2005).Prototyping a global algorithm for systematic fire-affected area mapping using MODIS time seriesdata. Remote Sensing of Environment, 97: 137-162.

Setzer, A.W., Pereira M.C. y Pereira A.C. (1994).Satellite studies of biomass burning in Amazonia-Some Practical aspects. Remote Sensing Review,10: 91-103.

Trigg S. y Flasse S. (2001). An evaluation of diffe-rent spaces for discriminating burned shrub-sa-vannah. International Journal Remote Sensing, 22:2641-2647.


70

cartografía asuncion

Documents