seguimiento mediante sensores remotos...

SEGUIMIENTO MEDIANTE SENSORES REMOTOS DE LA EVOLUCIÓN DE LA VEGETACIÓN DENTRO DEL PROYECTO “RESTAURACIÓN

ECOLÓGICA DEL PARQUE NACIONAL DE GARAJONAY Y SU ENTORNO, DESPUÉS DEL GRAN INCENDIO DE 2012”. PROYECTO LIFE13

NAT/ES/000240 – LIFE+ GARAJONAY VIVE

AGRESTA. Gestión Técnica Ambiental y Desarrollo Rural. www.agresta.org

SEGUIMIENTO MEDIANTE SENSORES REMOTOS DE LA

EVOLUCIÓN DE LA VEGETACIÓN DENTRO DEL PROYECTO

“RESTAURACIÓN ECOLÓGICA DEL PARQUE NACIONAL DE

GARAJONAY Y SU ENTORNO, DESPUÉS DEL GRAN INCENDIO

DE 2012”.

PROYECTO LIFE13 NAT/ES/000240 – LIFE+ GARAJONAY VIVE

INFORME FINAL

Noviembre de 2015

Equipo redactor:

Eva Marino del Amo

Mª Luz Guillén Climent

Pedro Pablo Ranz Vega

José Luis Tomé Morán

http://www.agresta.org/




AGRESTA

Gestión Técnica Ambiental y Desarrollo Rural

www.agresta.org

1

CONTENIDO

1 . I N T R O D U C C I Ó N Y O B J E T I V O S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.1. Antecedentes ............................................................................................. 3

1.2. Sensores remotos ....................................................................................... 4

1.1.1. Sensores remotos activos: LiDAR ....................................................................................... 4

1.1.2. Sensores remotos pasivos: imágenes multiespectrales ..................................................... 5

2 . M E T O D O L O G Í A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.1. Zona de estudio .......................................................................................... 6

2.1.1. Cuencas hidrográficas ........................................................................................................ 7

2.1.2. Zona de especies prioritarias ............................................................................................. 8

2.2. Datos de partida ......................................................................................... 9

2.2.1. Adquisición de datos LiDAR ................................................................................................ 9

2.2.2. Adquisición de imágenes aéreas y satelitales .................................................................. 10

2.2.3. Parcelas de campo ........................................................................................................... 11

2.3. Procesado y metodología de análisis de datos LiDAR ................................... 12

2.3.1. Análisis de la estructura de la vegetación ........................................................................ 14

2.3.1.1. Cobertura de la vegetación (Fracción de Cabida Cubierta) .......................................... 14

2.3.1.2. Distribución vertical de la vegetación ........................................................................... 14

2.3.2. Análisis de la intensidad de los datos LiDAR .................................................................... 15

2.4. Procesado y metodología de análisis de imágenes espectrales ...................... 16

2.4.1. Índices espectrales ........................................................................................................... 17

2.4.1.1. Índices de severidad ...................................................................................................... 17

2.4.1.2. Índices de vegetación .................................................................................................... 19

2.4.2. Clasificación de las imágenes ........................................................................................... 19

2.4.2.1 Clasificación de las imágenes a partir del índice NDVI ................................................... 20

2.4.2.2 Clasificación Random Forest mediante integración de información espectral y datos

LiDAR .......................................................................................................................................... 20




AGRESTA


www.agresta.org

2

2.4.3. Preprocesado de las imágenes ......................................................................................... 21

3 . R E S U L T A D O S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2

3.1. Caracterización estructural tridimensional a partir de datos LiDAR ............... 23

3.1.1. Cobertura de la vegetación (Fracción de Cabida Cubierta).............................................. 23

3.1.1.1. Cobertura del estrato arbolado (FCC > 4 m) ................................................................. 23

3.1.1.2. Cobertura del estrato del sotobosque/matorral (FCC < 4 m) ....................................... 29

3.1.2. Distribución vertical de la vegetación .............................................................................. 36

3.2. Análisis de la intensidad de los datos LiDAR ................................................ 43

3.2.1. Estrato arbolado: discriminación de biomasa viva/muerta en las copas ......................... 43

3.2.2. Estrato de sotobosque/matorral: discriminación del rebrote del arbolado .................... 47

3.3. Análisis de imágenes espectrales ............................................................... 52

3.3.1. Análisis de la severidad del fuego mediante índices espectrales .................................... 52

3.3.2. Análisis de índices de vegetación ..................................................................................... 54

3.3.3. Análisis de signaturas espectrales .................................................................................... 59

3.3.2. Análisis del nivel de regeneración .................................................................................... 61

3.4. Integración de imágenes ópticas e información LiDAR .................................. 63

4 . C O N C L U S I O N E S Y C O N S I D E R A C I O N E S F I N A L E S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 7

5 . R E C O M E N D A C I O N E S A F U T U R O P A R A A C C I O N E S D E S E G U I M I E N T O . . . . . . . . . . . . . 6 9

6 . L I S T A D O D E L A C A R T O G R A F Í A E N T R E G A D A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 0

7 . A N E X O D E T A B L A S Y F I G U R A S A D I C I O N A L E S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2

8 . R E F E R E N C I A S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2

9 . A N E X O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3




AGRESTA


www.agresta.org

3

1. INTRODUCCIÓN Y O BJETI VOS

1.1. Antecedentes

El 4 de agosto de 2012 se declaró un incendio forestal en la isla de la Gomera. Pasados unos días, el

incendio penetró en el Parque Nacional de Garajonay. En total el incendio afectó algo más de 3.600

ha, de las cuales en torno a 1.870 ha comprende áreas de Parque y Zona Periférica de Garajonay.

Áreas afectadas por el incendio forestal de agosto de 2012 en la isla de La Gomera

La presente memoria pretende informar de los trabajos y resultados obtenidos en el marco del

proyecto de SEGUIMIENTO MEDIANTE SENSORES REMOTOS DE LA EVOLUCIÓN DE LA VEGETACIÓN

dentro del proyecto “RESTAURACIÓN ECOLÓGICA DEL PARQUE NACIONAL DE GARAJONAY Y SU

ENTORNO, DESPUÉS DEL GRAN INCENDIO DE 2012” PROYECTO LIFE13 NAT/ES/000240 – LIFE+

GARAJONAY VIVE

El objetivo del trabajo es llevar a cabo un seguimiento de las 1.870 ha que componen el área

afectada tanto en el Parque Nacional de Garajonay como en la Zona Periférica de Protección de

Garajonay. La utilización de sensores remotos para evaluar y hacer seguimiento sobre problemas

ambientales, permite el monitoreo de una gran cobertura de superficie mediante procedimientos de

estudio eficientes desde el punto de vista técnico y económico. En este trabajo se van a procesar y

analizar datos procedentes de diferentes tipos de sensores remotos complementarios para obtener




AGRESTA


www.agresta.org

4

parámetros forestales que caracterizan la vegetación existente en diferentes momentos para toda la

superficie objeto de estudio.

Dado que el objetivo es conocer la afección y comportamiento de la vegetación tras el incendio, se

analizan las siguientes situaciones:

Situación de partida (previa al incendio)

Estado tras el incendio (justo tras acontecer el fuego)

Situación actual (información más reciente disponible)

Mediante la comparación de los parámetros que caracterizan el ecosistema vegetal en estos

diferentes momentos, se estará en condiciones de obtener conclusiones sobre las variaciones

presentadas por la vegetación a partir del incendio.

1.2. Sensores remotos

Los datos que se van a utilizar para realizar la caracterización de la vegetación en cada uno de los tres

momentos mencionados se engloban básicamente en dos grupos en función del tipo de sensor:

• Sensor activo: El sensor emite su propia energía, que rebota sobre el objeto y vuelve

(datos LiDAR)

• Sensor pasivo: El sensor detecta la energía reflejada o emitida por los objetos, los cuales

a su vez fueron iluminados por la fuente natural de energía que es el sol (imágenes

multiespectrales).

Haciendo un procesado y estudio del conjunto de los datos complementarios obtenidos con los

diferentes tipos de sensores es posible identificar cartográficamente la presencia de vegetación, así

como caracterizar su estructura para un momento dado. La integración de la información LiDAR con

imágenes multiespectrales hace posible una mayor precisión a la hora de analizar las características

de la vegetación así como la identificación de formaciones forestales.

1.1.1. Sensores remotos activos: LiDAR

Los sensores LiDAR capturan de forma masiva y continua datos tridimensionales de las distintas

superficies del territorio. Con esta tecnología se obtienen una mayor densidad de medidas de las

superficies que con cualquier otro sistema conocido. Este tipo de datos convenientemente tratados

permite obtener información relativa a la estructura de una superficie, tanto en el plano horizontal

como en el vertical.

La tecnología LiDAR proporciona de forma relativamente directa un volumen enorme de información

de la estructura de la vegetación ya que cada uno de los retornos del láser lo podemos traducir en

una altura de la vegetación sobre el suelo y el porcentaje de pulsos laser que no llegan al suelo son

una medida muy exacta de la fracción de cabida cubierta de la vegetación. A partir de esta

información es posible cuantificar variables tan importantes para evaluar la recuperación de la

vegetación como las alturas y coberturas de arbolado y matorral, obteniendo una cartografía de la

estructura de la vegetación de forma continua y precisa para toda la superficie de estudio.




AGRESTA


www.agresta.org

5

1.1.2. Sensores remotos pasivos: imágenes multiespectrales

Los sensores remotos pasivos proporcionan información de la energía electromagnética reflejada por

la superficie terrestre. Dependiendo del tipo de superficie (urbana, forestal, agrícola, agua…) la

energía es reflejada de manera diferente en cada longitud de onda, a este concepto se le denomina

signatura espectral (véase ejemplo en la figura). Esta información se obtiene en formato raster,

donde cada píxel almacena la información de las diferentes longitudes de onda. Las características

por tanto que definen una imagen van a depender de la resolución del sensor que utilicemos. La

resolución de un sistema sensor es su habilidad para registrar información de detalle

discriminándola. Normalmente son las siguientes características:

1. Resolución espacial. Hace referencia al tamaño del objeto más pequeño que puede

distinguirse e identificarse sobre una imagen, es decir, un pixel.

2. Resolución espectral. Se refiere al número y ancho de las bandas espectrales que puede

discriminar el sensor, es decir, el número de bandas o regiones del espectro en las que el

sensor recoge información a la vez. Cuantas más bandas registre el sensor, más información

nos proporcionará, y por tanto, más posibilidades tendremos de identificar las distintas

cubiertas de la superficie terrestre.

3. Resolución temporal. Alude a la frecuencia con que el sensor adquiere una imagen del

mismo punto de la superficie terrestre.

4. Resolución radiométrica. Hace referencia a la capacidad del sensor para detectar variaciones

en el nivel o la intensidad de radiancia espectral que recibe. En la práctica equivale a decir en

cuántos niveles o valores digitales cuantifica el sensor la energía que recibe.

Una de las aplicaciones de la percepción remota para el manejo de recursos ambientales y toma de

decisiones, es la detección y evaluación cuantitativa de la vegetación. La vegetación tiene un

comportamiento distinto en cada longitud de onda en función de su estado vegetativo y desarrollo

alcanzado. Los índices de vegetación consisten en la combinación de bandas espectrales para realzar

la respuesta espectral de la vegetación al tiempo que atenúan las de otros factores como el suelo, y

las condiciones de iluminación y atmosféricas.

Los índices de vegetación trabajan con superficies vegetales en las distintas etapas de sus ciclos

fenológicos. Pueden ayudar a identificar diferentes niveles de humedad en la vegetación (saturación

hídrica o déficits hídricos), y también se emplean para la identificación de grandes áreas cubiertas de

vegetación afectadas por plagas, áreas quemadas, o incluso con estrés en la vegetación.




AGRESTA


www.agresta.org

6

Firmas espectrales de diferentes tipos de cubiertas terrestres

2. METODOLOGÍA

2.1. Zona de estudio

El Parque Nacional de Garajonay está situado en la isla de La Gomera, comprendiendo 3.986 ha, de

las cuales 1.868 ha fueron afectadas tras el incendio ocurrido en Agosto 2012.

El estudio se ha realizado para toda la zona afectada por el incendio dentro de los límites del Parque

Nacional (PN) y su Zona Periférica de Protección (ZPP):

Zona de estudio Superficie afectada

Parque Nacional (PN) 743 ha

Zona Periférica de Protección (ZPP) 1.125 ha

Total 1.868 ha

La vegetación afectada incluye tanto zonas de Monteverde (laurisilva, fayal-brezal y brezal húmedo

de crestería,) que están principalmente situadas dentro de los límites del Parque, así como

plantaciones de otras especies arbóreas (fundamentalmente de pino canario y pino radiata), zonas

de matorral (jaral, codesar, etc.) y zonas agrícolas que están fundamentalmente situadas en la Zona

Periférica de Protección.

Consideraciones respecto al estado de la vegetación actual

La zona objeto de estudio presenta una serie de características en relación al estado de la vegetación

existente en la actualidad que son necesarias detallar, en cuanto que condicionan o influyen de

forma notable tanto en el desarrollo de las metodologías como en la interpretación de los resultados.

Longitud de onda (um)

Ener

gía

refl

ejad

a (%

)




AGRESTA


www.agresta.org

7

De entre las características más destacables, se encuentra la presencia, en gran parte de la superficie

del Parque Nacional, de fustes totalmente calcinados en pie. Las estructuras leñosas de los

ejemplares arbóreos aún se mantienen en pie, aunque sin vida en su parte aérea. La mayoría de las

especies arbóreas que habitan la zona tiene la capacidad de brotar de cepa o de raíz, y en muchos

ejemplares se aprecia la presencia del rebrote con diferentes grados de desarrollo en el entorno la

base de sus cepas.

Pies calcinados en pie

Otro aspecto que es necesario señalar, es la abundante presencia de especies de matorral (jaras,

codesos) y herbáceas colonizadoras que se mezclan en el estrato inferior con los brotes de las

especies arbóreas.

Mezcla de especies de matorral y herbáceas con ejemplares procedentes de rebrote de especies arboladas

2.1.1. Cuencas hidrográficas

Los resultados del presente estudio se presentarán en su mayor parte desglosados según la siguiente

distribución:

Resultados para la Zona Periférica del Parque (ZPP)

Resultados para el interior del Parque Nacional (PN), a su vez desglosados en subzonas que

en su mayoría corresponden a las cuencas hidrográficas




AGRESTA


www.agresta.org

8

Distribución de la zona de estudio en cuencas y subzonas

Cuenca (subzona) Superficie (ha)

Zona Periférica 1.126

Valle Gran Rey Cabecita 222

Alajeró 174

Erque 185

Vertiente norte del PN 48

Valle Gran Rey Guadiana 96

La Laja 17

Total 1.868

Distribución de la zona de estudio en cuencas y subzonas

2.1.2. Zona de especies prioritarias

Para el análisis de la recuperación de la vegetación prioritaria del parque basada en la calibración

con datos de campo (análisis de la intensidad LiDAR y de las imágenes espectrales) se utiliza una

nueva zona de estudio (ver figura) que se ajusta a las áreas que en el mapa de vegetación (2006) se

corresponden con las siguientes formaciones (código de vegetación asociado entre paréntesis):

Laurisilva de cuenca con til (2)

Laurisilva (3)

Laurisilva húmeda (4)

Brezal húmedo de crestería (5)

Fayal-Brezal arbóreo mayor de 7 m (7)

Fayal-Brezal de 4 a 7 m (8)

Fayal-Brezal menor de 4 m (9)

Fayal-Brezal abierto menor de 4 m con pasto o zarza (14)




AGRESTA


www.agresta.org

9

Fayal-Brezal menor de 4 m con jara o codeso (16)

Plantación de P. radiata densa con sotobosque de Fayal-Brezal (10)

Plantación de P. radiata abierta con sotobosque de brezal-codesar (11)

Plantación de P. canariensis con sotobosque de Fayal-Brezal (12)

Plantación de P. canariensis sin sotobosque de Fayal-Brezal en área potencial de Monteverde

(21)

Zona de estudio para el análisis de intensidad LiDAR y tipos de vegetación existentes antes del incendio (cartografía de

vegetación (2006) proporcionada por el PN; ver códigos de vegetación en el texto)

Esta nueva zona de estudio reducida sólo se utilizó en las clasificaciones que requerían una

calibración previa a partir de los datos de campo de las parcelas disponibles, y se limita por tanto a

los tipos de vegetación similares a los que han sido muestreados sobre el terreno. La nueva superficie

abarca un total de 994 ha, cubriendo el 90% de la área situada dentro de los límites del Parque

Nacional (671 ha) y el 29% de la Zona Periférica de Protección (323 ha).

2.2. Datos de partida

Para la realización del presente estudio se utilizaron tres fuentes de datos:

Datos LiDAR

Imágenes espectrales

Datos de campo

2.2.1. Adquisición de datos LiDAR

Para la obtención de la cartografía de estructura de vegetación se trabajó con los datos LiDAR

procedentes de diferentes vuelos con una densidad de 1 pulso/m² realizados por la empresa

GRAFCAN.

Se dispone de 3 fechas para el estudio de las pérdidas y evolución de la regeneración:




AGRESTA


www.agresta.org

10

Octubre 2011 (pre-incendio)

Octubre 2012 (post-incendio)

Agosto 2014 (más reciente disponible)

2.2.2. Adquisición de imágenes aéreas y satelitales

Para el estudio de la regeneración mediante sensores remotos pasivos se han empleado tanto

imágenes aéreas como imágenes de satélite.

Las imágenes aéreas fueron adquiridas a la empresa GRAFCAN, y cuentan con una resolución

espacial de 0,5 x 0,5 m. Para el estudio de las pérdidas y evolución de la regeneración se dispone de

imágenes en las siguientes fechas:

Marzo 2012 (pre-incendio): con información espectral en 3 bandas, NIR (infrarrojo cercano),

G (verde) y R (rojo)

Agosto/Septiembre 2012 (post-incendio): con información espectral en RGB(visible) y NIR

(infrarrojo cercano).

Una vez vista la situación sobre el terreno, la información suministrada por el propio Parque, y la

disponibilidad de imágenes de resolución adecuada en la zona de estudio, para la evaluación del

seguimiento de la regeneración tras el incendio se requiere adquirir una imagen reciente de 2015

que pueda ser calibrada con datos de campo.

Dado que en 2014 GRAFCAN no se disponía de las imágenes más adecuadas para el estudio del

rebrote del arbolado (fecha de imagen disponible: 6 abril 2014, anterior al periodo de crecimiento de

ese año), y que las fechas de las mismas tampoco eran próximas a las de los datos LiDAR disponibles

(agosto 2014), se acordó conjuntamente con Tragsa y la dirección del Parque Nacional renunciar a la

evaluación conjunta en 2014 de datos simultáneos de LiDAR e imágenes espectrales. En su lugar, se

utilizaría la imagen más reciente disponible (verano 2015) de un sensor satelital de resolución

espacial y espectral adecuada.

Para el estudio de la situación actual de la regeneración se utilizó una imagen satélite de alta

resolución del sensor espacial Pleiades, cuya resolución espacial es de 2 m. La fecha de adquisición

de la imagen es 4 de julio de 2015, totalmente libre de nubes. Esta fecha ha permitido valorar mejor

la situación actual de la regeneración del arbolado ya que incluye el periodo de crecimiento de 2015.

En cuanto a la resolución espectral, contamos aquí con bandas en visible (RGB) e Infrarrojo cercano.

En resumen, la metodología de trabajo para el análisis de imágenes espectrales consta de diferentes etapas:

o Comparación de imágenes aéreas pre-incendio (marzo 2012) y post-incendio (sept 2012):

con estas dos imágenes identificamos niveles de severidad del incendio, distinguimos

entre biomasa viva y muerta y cuantificamos las pérdidas de la vegetación. La cartografía

de severidad elaborada por el propio Parque tras el incendio sirve de base para el trabajo

que será verificado con la nueva zonificación elaborada por AGRESTA a partir de la

obtención de índices espectrales de severidad mediante la comparación de ambas

imágenes.




AGRESTA


www.agresta.org

11

o Situación actual (julio 2015): se ha utilizado la imagen satélite de alta resolución para

evaluar la recuperación de la vegetación 3 años después del incendio. Para distinguir

bien la recuperación por especies (objetivo prioritario del Parque), se ha analizado la

huella espectral de especies seleccionadas, para tratar de discriminar la recuperación del

arbolado (laurisilva, fayal-brezal) frente a matorral y herbáceas. Para esta tarea se hace

uso de nuevo de la información de campo recogida por el propio Parque en sus parcelas

de seguimiento, así como de las parcelas de campo levantadas por AGRESTA. Los datos

de campo son fundamentales para validar la información extraída de las imágenes

espectrales, siendo necesario conocer tanto las fechas de toma de datos como la

ubicación exacta de las parcelas, con el fin de seleccionar las mejores zonas

representativas.

2.2.3. Parcelas de campo

Adicionalmente a las parcelas de seguimiento suministradas por el Parque (10 parcelas), se

levantaron en campo 13 parcelas más por parte del personal de AGRESTA. En estas 13 parcelas

circulares de 12 m de radio (superficie equivalente a la resolución espacial de los sensores remotos

utilizados) se identificó la fracción de cobertura vegetal viva en el estrato del sotobosque/matorral

(0,4 a 4 m) y en el estrato arbóreo (4 a 40 m), así como el porcentaje de rebrote de vegetación

prioritaria en ambos estratos. La ubicación de las parcelas se muestra en la figura siguiente.

Localización de las parcelas de muestreo en campo

La tabla con los datos recogidos se muestra a continuación. Estas parcelas fueron tomadas con el fin

de tener un set de validación para poder obtener mapas que representan diferentes clases en

función de la fracción de cobertura vegetal viva (análisis de intensidad LiDAR, análisis del índice

NDVI), así como un set de parcelas de entrenamiento para aplicar algoritmos de clasificación en la

integración de información obtenida mediante sensores ópticos y LiDAR (clasificación Random

Forest).




AGRESTA


www.agresta.org

12

Parcela

Vegetación en Estrato inferior (0,4 a 4 m) Vegetación en Estrato superior (4 a 40 m)

FCC total FCC rebrote vegetación

prioritaria FCC copas vivas Presencia de rebrote

1 70 <20 10 0

2 80 <20 0 0

3 50 20-40 0 0

4 <10 0 0 0

5 70 <10 0 0

6 <10 0 0 0

7 90 <10 0 0

8 80 10-20 20-40 0

9 100 30 0 0

10 0 0 60 0

11 100 10-20 10 0

12 70 10-20 3 0

13 70 <10 2 0

Porcentajes de cobertura de la vegetación (FCC) en el estrato del sotobosque/matorral y en el estrato del arbolado en las

parcelas de campo levantadas por AGRESTA, discriminando la fracción correspondiente al rebrote de cepa y a las copas

vivas del arbolado respectivamente

2.3. Procesado y metodología de análisis de datos LiDAR

Para el tratamiento de los datos LiDAR se ha seguido una metodología propia desarrollada por

AGRESTA S. Coop. para el procesado de información LiDAR en grandes superficies:

1. Preparación de los archivos LAS.

2. Generación de los Modelos Digitales del Terreno.

3. Normalización de los retornos procedentes de la vegetación.

4. Cálculo de estadísticos de los retornos de vegetación en píxeles de 20 m de lado.

5. Incorporación de la información generada a un SIG.

Se han utilizado los algoritmos incorporados en el software FUSION tanto para la generación de los

modelos digitales de elevaciones como para el análisis de los retornos de vegetación. Se trata de un

software de libre descarga desarrollado por el Servicio Forestal de los Estados Unidos (US Forest

Service – Department of Agriculture).

Para el procesado de información LiDAR en grandes superficies AGRESTA S. Coop. ha desarrollado un

software propio que permite la generación de bloques de forma automática optimizando el proceso

cuando se trabaja con miles de archivos LAS. Así mismo, desarrollos propios de AGRESTA S. Coop han




AGRESTA


www.agresta.org

13

permitido incorporar la información una vez procesada a formatos shape compatibles con cualquier

sistema de información geográfica. Mediante la combinación de FUSION y los desarrollos propios de

AGRESTA se puede abordar el análisis de la enorme cantidad de información contenida en los datos

LiDAR y que actualmente es inabordable con los software de SIG comerciales.

La primera labor necesaria es la revisión y depuración de los archivos LAS generados por GRAFCAN.

Previamente, GRAFCAN había trabajado los datos clasificando los retornos obtenidos en: suelo,

edificios y otros puntos “sin clasificar” que incluyen la vegetación. Esta clasificación de la nube de

puntos es un paso fundamental ya que permite diferenciar los retornos de suelo de los de

vegetación, edificios u otras infraestructuras y seleccionar así para el análisis la información

correspondiente a la vegetación.

Para cada fecha de vuelo, se generó un Modelo Digital del Terreno (MDT) propio a partir de los

retornos clasificados como suelo. A partir del MDT generado de cada año se normalizó la nube de

puntos, calculando las alturas de la vegetación mediante la distancia relativa de los pulsos laser

respecto al suelo.

Normalización de un Perfil de superficie forestal

Para el procesado de la nube de puntos LiDAR se ha elegido inicialmente trabajar con un tamaño de

pixel de 20 x 20 m. Esta resolución permite tener un nivel de detalle adecuado a la finalidad del

estudio pero sin comprometer el cálculo de estadísticos (variables métricas LiDAR).

El procesado de los datos LiDAR permite obtener, para cada una de las variables de estudio, una

cartografía continua de los parámetros de interés (FCC, intensidad, etc.) en capas ráster de

resolución 20 x 20 m para cada fecha del periodo de estudio. Además, mediante la comparativa de

los distintos valores entre fechas se pueden cuantificar los incrementos o pérdidas, que

posteriormente se analizarán por zonas de interés (PN y ZPP, cuencas hidrográficas, niveles de

severidad, tipos de vegetación, etc.).




AGRESTA


www.agresta.org

14

2.3.1. Análisis de la estructura de la vegetación

Cada uno de los retornos de la nube de puntos LiDAR tiene asociado sus coordenadas (x,y,z), lo que

permite realizar una análisis tridimensional de la estructura de la vegetación.

Las principales variables a analizar son:

Cobertura de la vegetación (FCC)

Distribución vertical de la vegetación

2.3.1.1. Cobertura de la vegetación (Fracción de Cabida Cubierta)

La cobertura de la vegetación se calculó mediante el porcentaje de primeros retornos respecto al

total, medida de la fracción de cabida cubierta (FCC) que permite caracterizar la distribución

horizontal de la vegetación. Esta variable se analizó de forma independiente para dos estratos

diferenciados:

o Estrato del arbolado: altura > 4 m (FCC entre 4 m y 40 m)

o Estrato del sotobosque/matorral: altura < 4 m (FCC entre 0,4 m y 4 m)

Los datos LiDAR más próximos al suelo (por debajo de 40 cm) se descartan sistemáticamente de los

análisis para evitar posibles errores de precisión inherentes al cálculo del MDT. La altura de corte

seleccionada (4 m) como umbral para separar los retornos procedentes de las copas del arbolado y

de los del matorral/sotobosque fue elegida por ser una altura adecuada para excluir la regeneración

del arbolado desde las cepas, y poder así analizar si hay o no rebrote en las copas soflamadas

(objetivo específico de interés para el PN). Además, este valor sigue un criterio coherente con

estudios previos de caracterización de la vegetación canaria.

2.3.1.2. Distribución vertical de la vegetación

A partir del número de retornos de los pulsos LiDAR registrados a distintas alturas se puede obtener

información sobre la distribución vertical de la vegetación. En este estudio interesaba analizar con un

mayor nivel de detalle el estrato inferior (< 4 m) con el fin de poder caracterizar mejor la

recuperación de la vegetación procedente de la regeneración del arbolado (rebrotes de cepa) así

como de otras especies del sotobosque o matorral potencialmente existentes. Para ello se ha

realizado una subdivisión por tramos de alturas de 1 m en el estrato inferior, y también se incluye el

porcentaje del número de retornos en el estrato superior correspondiente al arbolado (> 4m). En

resumen, la distribución vertical de la nube de puntos LiDAR se analizó en los siguientes tramos:

o 0,4 a 1m o 1 a 2 m o 2 a 3 m o 3 a 4 m o 4 a 40 m

Para cada uno de estos tramos se ha analizado el porcentaje del número de retornos para las

distintas fechas (2011, 2012, 2014). La variable utilizada es el porcentaje del número de retornos

normalizado para cada altura respecto del total, que se ha calculado para cada tramo en función de

los retornos del pulso láser que llegaban a cada uno de los umbrales de altura predefinidos. Esta

variable nos indica una medida de la densidad media de la vegetación en cada tramo de




AGRESTA


www.agresta.org

15

aproximadamente 1 m de altura en el estrato inferior y por encima de 4 m en el estrato superior, lo

que permite obtener el perfil de la distribución vertical de la vegetación.

Hay que destacar que la información proporcionada por estos resultados es complementaria

respecto a los resultados de fracción de cabida cubierta (FCC). En particular, el estudio de la variable

FCC proporciona una caracterización de la distribución horizontal de la vegetación para los dos

estratos analizados de forma independiente (arbolado y sotobosque/matorral), mientras que los

resultados del análisis del porcentaje del número de retornos normalizado por tramos de altura, que

se exponen en el presente epígrafe, permiten hacer una caracterización tridimensional de la

estructura de las masas mediante la evaluación de la continuidad vertical de la vegetación y su

respectiva densidad. Esta información sobre el perfil de distribución vertical de la vegetación es una

de los grandes ventajas proporcionada por los datos LiDAR frente a cualquier otro tipo de sensor

remoto, ya que sólo es posible obtener una caracterización tridimensional de la estructura de la

vegetación a partir del conocimiento exacto de las coordenadas (x,y,z) de cada uno los retornos de la

nube de puntos. La explotación de esta característica diferenciadora de la tecnología LiDAR cobra

una especial relevancia en este estudio, ya que la existencia de abundante biomasa muerta en pie en

el estrato arbolado tras el incendio (que crea un dosel formado por un entramado de troncos y

ramas quemados o muertos con una cobertura importante) dificulta a priori la utilización de otras

metodologías de análisis mediante otros tipos de sensores remotos.

2.3.2. Análisis de la intensidad de los datos LiDAR

Además de la información estructural derivada del análisis de la nube de puntos (cada punto tiene

sus coordenadas x,y,z) existe un valor de intensidad asociado al retorno del pulso laser (IR cercano),

que indica la cantidad de energía reflejada en ese punto. Los datos de intensidad del retorno

registrados para cada punto tras ser reflejado el pulso laser por la superficie interceptada se

corresponden con un valor digital. En nuestro caso, dadas las características del sensor LiDAR

utilizado por GRAFCAN, los valores de intensidad varían entre 0 y 255. Este valor se puede utilizar de

forma similar a la reflectancia derivada de las imágenes multiespectrales, permitiendo un análisis

cualitativo de los datos LiDAR a partir de la calibración con datos de campo. Sin embargo, a diferencia

de lo que ocurre en otros tipos de sensores pasivos, estos valores de intensidad LiDAR no tienen una

equivalencia directa con la reflectancia. Por tanto, aunque proporcionan una información

potencialmente muy valiosa, el análisis de este tipo de datos LiDAR no es evidente y todavía está en

fase de experimentación e investigación a nivel internacional. Además, la correcta interpretación de

estos datos sólo es factible mediante una calibración adecuada con valores de referencia adquiridos

sobre el terreno que permitan identificar los distintos niveles de intensidad con las características de

las superficies asociadas (e.g. terreno desnudo, tipo de especie, biomasa viva o muerta, etc.).

Conscientes del gran potencial de esta tecnología, en este estudio se ha hecho un importante

esfuerzo por tratar de explotar al máximo la información de los datos de intensidad disponibles.

Este esfuerzo se ha orientado a las formaciones de vegetación prioritaria del Parque con una doble

finalidad:

1. En el estrato superior (altura > 4 m): tratar de discriminar la biomasa viva (copas con follaje

vivo) de la biomasa muerta (copas con ramas quemadas cuya estructura sigue en pie pero no

tienen actividad fotosintética)




AGRESTA


www.agresta.org

16

2. En el estrato inferior (altura < 4 m): tratar de discriminar el rebrote de cepa del arbolado

frente a la existencia de otro tipo de especies de matorral o herbáceas colonizadoras. Este

objetivo supone un reto importante, ya que la presencia de vegetación herbácea y de

matorral entremezclada con el rebrote dificulta a priori su diferenciación mediante sensores

remotos. Hay que tener en cuenta que la resolución especial de los datos LiDAR utilizada en

este estudio es de 20 x 20 m, y que por tanto, las intensidades analizadas proporcionan el

valor medio para cada pixel correspondiente.

Este análisis diferenciado por alturas sólo es posible llevarlo a cabo gracias a la información

tridimensional proporcionada por los datos LiDAR, que permite analizar de forma independiente las

copas (estrato superior) y el sotobosque (estrato inferior), lo cual supone una gran ventaja frente a

la información proporcionada por otros tipos de sensores (e.g. imágenes multiespectrales) en los que

sólo se puede analizar la energía reflejada en cada pixel para todo el estrato vertical de la vegetación

en su conjunto. Por tanto, las clasificaciones resultantes de la aplicación de ambas metodologías

(LiDAR e imágenes multiespectrales), aunque persiguen un mismo objetivo (detectar el grado de

recuperación de la vegetación existente antes del incendio), son complementarias en tanto en

cuanto no incluyen los mismos datos de entrada.

Para realizar la clasificación mediante los datos de intensidad LiDAR se han utilizado como valores de

referencia tanto la información de campo proporcionada por las parcelas de seguimiento del Parque

(10 parcelas situadas en zonas de fayal-brezal > 7 m dentro de los límites del PN) como datos de

campo de nuevas parcelas recogidos en un muestreo llevado a cabo por personal de AGRESTA (13

parcelas). Este nuevo muestreo permitió añadir 13 parcelas situadas tanto dentro de los límites del

PN como en la Zona Periférica de Protección, seleccionando zonas donde, según la cartografía de

vegetación proporcionada para la elaboración de este estudio, existía potencialmente vegetación

prioritaria (especies de laurisilva y fayal-brezal), bien en masas de porte arbórea o arbustivo, o

incluso como sotobosque presente o potencial en otras zonas arboladas (plantaciones de Pinus

canariensis y Pinus radiata). Por tanto, para el análisis de intensidad LiDAR se utiliza una nueva zona

de estudio (994 ha) que se ajusta a las áreas que en el mapa de vegetación (2006) se corresponden

con dichas formaciones forestales (ver el apartado 2.1.2. donde se describen las diferentes zonas de

estudio utilizadas y el tipo de vegetación que incluyen).

2.4. Procesado y metodología de análisis de imágenes espectrales

Los objetivos planteados en esta sección de análisis de imágenes espectrales son los siguientes:

1. Análisis de la severidad del fuego mediante índices espectrales, y su comparación con los

niveles previamente definidos por el personal del Parque

2. Análisis de signaturas espectrales de diferentes tipos de vegetación con la finalidad de

distinguir entre fayal-brezal y otro tipo de vegetación colonizadora (matorral o herbáceas)

3. Análisis mediante índices de vegetación del estado de regeneración general de las zonas

afectadas por el incendio.

4. Integración de datos obtenidos mediante sensores ópticos e información LiDAR con la

finalidad de evaluar para la vegetación prioritaria (especies de Monteverde) el nivel de

rebrote de este tipo de vegetación en el estrato del sotobosque/matorral y el estado de las

copas del arbolado (presencia de biomasa viva/muerta).




AGRESTA


www.agresta.org

17

2.4.1. Índices espectrales

Mediante la combinación de distintas bandas espectrales (visible e infrarrojo) se han calculado

diversos índices de vegetación y severidad del fuego. El análisis y comparación de los valores de estos

índices espectrales entre las distintas fechas del periodo de estudio permite caracterizar el estado de

la vegetación (actividad fotosintética, etc.) o el grado de afectación de las zonas quemadas (niveles

de severidad del fuego).

2.4.1.1. Índices de severidad

Con el fin de evaluar los niveles de severidad predefinidos por el personal del Parque (obtenidos

mediante fotointerpretación de la ortofoto posterior al incendio), se realizó una comparación de la

clasificación proporcionada con diferentes índices espectrales de severidad del fuego.

Existen en la bibliografía diferentes índices que permiten evaluar la severidad del fuego. En general

utilizan las bandas 4 (IR cercano: 780 – 900 nm) y 7 (IR medio: 2090 – 2350 nm) de LANDSAT. Los

sensores que vamos a utilizar no proporcionan imágenes con datos en IR medio (solo visible e IR

cercano). Por tanto, para el cálculo de estos índices se utilizaron las imágenes LANDSAT más cercanas

disponibles a las fechas inmediatamente antes y después del fuego.

Las imágenes requirieron un preprocesado adicional, ya que las imágenes LANDSAT disponibles para

el año del incendio provienen del sensor LANDSAT 7 que presenta un bandeado con píxeles sin

información. Por tanto, se realizó un mosaicado con imágenes de fechas cercanas. En la siguiente

figura, aparece un ejemplo.

a. b.

c. d.

Imagen LANDSAT con presencia de bandeado y mosaicado realizado, pre y post incendio respectivamente (a,b y c,d).




AGRESTA


www.agresta.org

18

Los índices de severidad evaluados se calculan mediante comparación de resultados de las imágenes

2012 pre y post-incendio. Se basaron en los índices siguientes:

Normalized Burn Ratio (NBR): índice sensible al contenido de clorofila de las plantas, la

humedad y la presencia de cenizas o suelo carbonizado. Los índices de severidad analizados

son:

o Delta Normalized Burn Ratio (dNBR): diferencia entre el valor NBR pre y post

incendio (Key & Benson 2006)

o Relativized Normalized Burn Ratio (RdNBR): versión relativizada del índice dNBR

(Miller & Thode 2007)

o Relativized Burn Ratio (RBR): nuevo índice propuesto recientemente, alternativo a

los resultados proporcionados por dNBR y RdNBR (Parks et al. 2014)

Burn Area Index MODIS (BAIM): índice inicialmente propuesto para el cálculo del área

quemada (Martín et al., 2006)

o Difference Burn Area Index MODIS (dBAIM): analizando las diferencias entre los

valores pre y post-incendio del BAIM se puede evaluar la severidad

Normalized Burn

Ratio (NBR)

NIR ( Near Infrared)

SWIR (Shortwave infrared)

Burn Area Index for

MODIS (BAIM)

0.05 y 0.1, valores medios estimados

en las zonas quemadas para las

bandas NIR y SWIR respectivamente.

La cartografía de severidad elaborada por el propio Parque tras el incendio es la que sirve de base

para todos los análisis del efecto de la severidad presentados en este estudio. No obstante, dicha

clasificación fue comparada con las nueva zonificación calculadas para los distintos índices

espectrales de severidad anteriormente mencionados.

Para ello, se generó una red de puntos aleatorios (200 puntos) estratificada según los límites de la

zona de estudio, es decir, localizando 100 puntos en las áreas incluidas dentro del Parque (PN) y

otros 100 puntos en la zona periférica de protección (ZPP). Para cada uno de los puntos se calculó el

valor medio del índice de severidad correspondiente en una parcela circular de 12 m de radio (área

aproximadamente equivalente a la resolución especial proporcionada por las imágenes utilizadas

para el cálculo de los índices de severidad), y se comparó con el valor de la cartografía proporcionada

por el Parque. De esta manera se obtuvo para cada índice una matriz de confusión que permitió

evaluación de las concordancias entre las distintas clasificaciones de para los 3 niveles de severidad:

1. Severidad baja: fuego de superficie que no afectó a las copas

2. Severidad moderada: fuego de superficie con algunas copas soflamadas

3. Severidad alta: fuego que quemó todo el estrato de vegetación, dejando las copas calcinadas




AGRESTA


www.agresta.org

19

2.4.1.2. Índices de vegetación

Se utilizaron dos índices espectrales de vegetación:

Normalized Difference Vegetation Index (NDVI): es el índice más comúnmente utilizados

para estudiar el vigor y estructura de la vegetación. Se calcula utilizando las bandas del Rojo

(RED) y el Infrarrojo cercano (NIR).

Soil-adjusted Vegetation Index (SAVI): corrección del NDVI que considera la influencia de la

reflectividad del suelo cuando hay poca cobertura de la vegetación. El SAVI se calcula a partir

de las bandas Rojo e Infrarrojo cercano.

Normalized Difference

Vegetation Index

(NDVI)

Toma valores entre -1 y 1

Valores negativos representan

superficies sin vegetación. Aísla los

cambios de tonalidad o brillo del suelo

del comportamiento de la vegetación.

Soil-Adjusted

Vegetation Index (SAVI)

El SAVI (Huete 1988) surge como una

adaptación del NDVI para tener en

cuenta los efectos del suelo en zonas

con escasa vegetación donde la

respuesta espectral de un píxel no

corresponde principalmente a

vegetación.

L=0.5

Para analizar la evolución del grado de regeneración en la cobertura en general, se ha evaluado el

índice de vegetación Normalized Difference Vegetation Index (NDVI) de 2012 (Imagen obtenida por

GRAFCAN en Septiembre de 2012) y el NDVI de 2015 (Imagen obtenida por el sensor Pleiades en

Julio 2015).

2.4.2. Clasificación de las imágenes

Para la clasificación de las imágenes espectrales es necesario utilizar información de referencia

adquirida en muestreos de campo. Como se adelantó anteriormente, además de la información

procedente de las parcelas de seguimiento suministradas por el propio Parque, se ha levantado en

campo por parte de AGRESTA una red de parcelas (13 puntos de muestreo) donde se ha evaluado la

fracción de cabida cubierta del rebrote respecto del total en el estrato del sotobosque/matorral, y la

fracción de cabida cubierta arbórea viva, permitiendo así tener un número mayor de puntos de

entrenamiento y análisis. Estas 13 parcelas levantadas por AGRESTA fueron utilizados como valores

de calibración y entrenamiento en las clasificaciones descritas a continuación.




AGRESTA


www.agresta.org

20

2.4.2.1 Clasificación de las imágenes a partir del índice NDVI

Se analizó el valor del índice NDVI de las parcelas de muestro en campo para los años 2012 y 2015

con el fin de poder establecer rangos que fuesen indicativos del nivel de recuperación de la parcela.

Los rangos establecidos son los siguientes rangos:

-Vegetación intacta. La diferencia entre NDVI 2012 y NDVI 2015 es menor a 0,15 y además el

NDVI en 2015 presenta valores mayores a 0,4.

-Recuperándose bien. NDVI 2015 supera 0,3 y la diferencia entre NDVI 2012 y NDVI 2015 es

mayor a 0,15.

-Recuperándose moderadamente. NDVI 2015 es menor a 0,3 y mayor a 0,15. Y además

siendo la diferencia entre NDVI 2012 y NDVI 2015 mayor a 0,15.

-Recuperación escasa. NDVI en 2015 es menor a 0,15. La diferencia entre NDVI 2015 y NDVI

2012 es mayor a 0,15

-No se recupera. NDVI en 2015 es menor a 0,15. La diferencia entre NDVI en 2015 y NDVI en

2012 es menor a 0,15.

2.4.2.2 Clasificación Random Forest mediante integración de información espectral y datos

LiDAR

Los datos de campo de las parcelas antes descritas se utilizaron como entrenamiento para clasificar

el área de estudio en niveles de rebrote de cepa del arbolado (en el estrato inferior) y presencia de

copas vivas/muertas (en el estrato superior). Para este punto, se ha utilizado únicamente

información de los años 2015 para la información espectral (imagen Pleiades de Julio 2015) e

información LiDAR de Septiembre de 2014. Para la clasificación de las imágenes se ha utilizado la

metodología Random Forest, una técnica de aprendizaje automática agrupada (Breiman 2001) que se

ha convertido en una de las más usadas en la clasificación de coberturas de la tierra. Son técnicas de

aprendizaje automático que consisten en el ensamblaje (o agrupación) de algoritmos de aprendizaje.

El ajuste de estos modelos no paramétricos requiere de buenas localizaciones de las parcelas, que

permitan relacionar exactamente las mediciones realizadas en campo con la información espectral

correspondiente. Este tipo de técnicas, combinadas con información LiDAR, son una alternativa

interesante para la generación de mapas continuos de alta resolución de parámetros relacionados

con el estado de la vegetación. Así la imagen a clasificar presenta información espectral, índices de

vegetación e información proveniente de LiDAR. Para la clasificación referente a copas de los árboles

se utilizó la intensidad LiDAR entre 4 y 40 m, y para la del sotobosque/matorral la intensidad LiDAR

entre 0,4 y 4 m de altura (ver Tabla):

Grupos de variables Número de banda Variable

Espectrales

1 Azul

2 Verde

3 Rojo

4 Infrarrojo cercano (NIR)

Índices de vegetación 5 Normalized Difference Vegetation Index (NDVI)

Información LiDAR 6 Intensidad 0,4-4 m / Intensidad 4-40m

Covariables predictoras usadas en la clasificación Random Forest




AGRESTA


www.agresta.org

21

2.4.3. Preprocesado de las imágenes

El preprocesado de las imágenes realizado anteriormente a los cálculos de los índices espectrales y

las clasificaciones descritas es el siguiente:

La evaluación y análisis del cambio ocurrido en el índice de vegetación NDVI entre los años 2012 y

2015 requiere un procesamiento previo de las imágenes con el objetivo de que éstas sean

comparables entre sí. Las imágenes además provienen de sensores diferentes, un sensor a bordo de

un avión cuyo vuelo es operado por GRAFCAN y un sensor en una plataforma satelital, Pleiades. Por

tanto el efecto de la atmósfera en la recogida de datos tiene una fuerte influencia. Cuando los datos

de las imágenes son registrados por sensores embarcados en satélites o en plataformas

aerotransportadas, pueden contener errores en la geometría y en la medida de los valores digitales

de los píxeles. Este último efecto provoca los denominados errores radiométricos, consecuencia

entre otros factores del efecto atmosférico. Se realizaron, por tanto, correcciones geométrica y

atmosférica.

Corrección geométrica: se generaron puntos de control para la georreferenciación de forma

que ambas imágenes quedase perfectamente solapadas. Como referencia se tomó la

ortofoto de GRAFCAN y la imagen de Pleiades se georreferenció a esta.

Corrección atmosférica: ya que carecemos de datos espectrales verdad terreno, hemos

optado por aplicar el método ideado por Chávez (Chavez 1988, 1999). El método se basa en

el hecho de áreas cubiertas con materiales de fuerte absortividad (agua, zonas de sombra)

deben presentar una radiancia espectral muy próxima a cero. Esto no se suele producir,

debido precisamente a la dispersión atmosférica y se presentan valores superiores a cero,

más grandes cuanto más corta sea la banda (por la dispersión de Rayleigh y Mie). Por lo

tanto, y siguiendo estas premisas, se procede a restar los valores digitales mínimos a todos

los valores digitales de cada banda.

Una vez realizadas las correcciones geométricas y atmosféricas se llevó a cabo el remuestreo de las

imágenes. Para el primer análisis, evaluación del NDVI 2012 frente al NDVI 2015, las imágenes

ortofoto operadas por GRAFCAN tienen una resolución de 0,5 m, por lo que se procede a

remuestrearlas a 2 m para que tenga una resolución equivalente a la imagen satelital de Pleiades. En

el segundo análisis, clasificación con Random Forest, donde combinamos información de Pleiades

con información LiDAR, el remuestreo realizado fue a 20 m.

Para el procesado de imágenes y cálculo de índices espectrales se usó GDAL (Geospatial Data

Abstraction Library) operado desde QGIS. Para la aplicación del algoritmo RANDOM FOREST se utilizó

el software R. La totalidad de las aplicaciones informáticas utilizadas para este trabajo están basadas

en software libre.




AGRESTA


www.agresta.org

22

Esquema metodológico del análisis de clasificación mediante imágenes espectrales

3. RES ULT ADOS

En este apartado se van a exponer los resultados obtenidos en relación a la siguiente información:

• Caracterización estructural tridimensional a partir de los datos LiDAR

o Cobertura de las estructuras vegetales

FCC del estrato arbolado

FCC del estrato del sotobosque/matorral

o Distribución vertical de las estructuras forestales

• Análisis de la intensidad de los datos LiDAR

o Estrato arbolado: discriminación de copas vivas/muertas

o Estrato del sotobosque/matorral: grado de rebrote de cepa del arbolado

• Análisis de imágenes espectrales

o Análisis de la severidad del fuego mediante índices espectrales

o Análisis de índices de vegetación

Evolución de la vegetación viva sin atender a su estructura o composición

o Análisis de signaturas espectrales

o Análisis del nivel de regeneración mediante NDVI

• Análisis del estado del rebrote de cepa y de las copas del arbolado mediante integración de

datos de imágenes espectrales y datos LiDAR




AGRESTA


www.agresta.org

23

3.1. Caracterización estructural tr idimensional a partir de datos LiDAR

A continuación se presentan los resultados de la caracterización estructural tridimensional obtenida

a partir del análisis de los datos LiDAR y su evolución en el periodo de estudio. Hay que tener en

cuenta que esta primera caracterización es meramente estructural, y no distingue por tanto entre

biomasa viva y muerta. Esta discriminación se realizará posteriormente al analizar los datos de

intensidad y mediante la integración de datos LiDAR con los índices de vegetación calculados a partir

de las imágenes espectrales (ver epígrafes siguientes).

La comparativa de resultados entre fechas es la siguiente:

2011 – 2012: pérdidas tras el incendio

2012 – 2014: evolución de la regeneración

2011 – 2014: grado de cambio respecto al estado inicial (previo al incendio)

3.1.1. Cobertura de la vegetación (Fracción de Cabida Cubierta)

Se han evaluado los cambios en la cobertura de la vegetación en dos estratos diferenciados: estrato

arbóreo (de 4 a 40 m) y estrato del sotobosque/matorral (de 0,4 a 4 m). Esta metodología de

estudio nos permite discriminar:

- En el caso del arbolado, el grado de afectación de las copas

- En el caso del sotobosque/matorral, las pérdidas o incrementos de cobertura

3.1.1.1. Cobertura del estrato arbolado (FCC > 4 m)

Resultados globales

Para este análisis se ha utilizado la fracción de cabida cubierta (FCC) calculada a partir de los

primeros retornos entre 4 y 40 m (variable FCC_4a40). En la siguiente figura se muestra la evolución

de la cobertura para el estrato arbolado (FCC > 4 m) durante el periodo de estudio (2011, 2012,

2014).




AGRESTA


www.agresta.org

24

Evolución de la cobertura del estrato arbolado (FCC > 4 m) para toda la zona de estudio




AGRESTA


www.agresta.org

25

Se ha evaluado la variación de la cobertura del estrato arbolado en los distintos periodos de estudio

(2011-2012, 2012-2014 y 2011-2014), cuantificando tanto la superficie afectada dentro y fuera de los

límites del Parque (zonas PN y ZPP) según el rango de variación de FCC, como las pérdidas medias de

cobertura en el periodo de estudio.

Rango de variación FCC 4 a 40 m

% superficie afectada

Periodo 2011 - 2012

Periodo 2012 - 2014

Periodo 2011 - 2014

-100 / -75 4,75% 0,02% 4,33%

-75 / -50 5,04% 0,12% 6,54%

-50 / -25 8,38% 1,79% 12,35%

-25 / 0 70,63% 74,68% 68,34%

0 / 25 11,15% 23,19% 8,40%

25 / 50 0,04% 0,18% 0,03%

50 / 75 0,00% 0,02% 0,00%

75 / 100 0,00% 0,00% 0,00%

Porcentaje de superficie afectada según el rango de variación de cobertura del estrato arbolado

Los resultados indican que más del 88% de la superficie de estudio sufrió pérdidas de cobertura

arbórea inmediatamente después del incendio (periodo 2011-2012). La zona del PN fue la más

afectada con una pérdida media de cobertura del 22%, frente a la zona ZPP con una pérdida media

del 7%. Hay que señalar que gran parte de la superficie afectada mantiene las estructuras de las

cepas quemadas en pie y que estos datos de cobertura no distinguen entre biomasa viva y muerta, lo

cual debe ser tenido en cuenta para poder interpretar correctamente los valores de cobertura

arbórea presentados. La superficie con pérdidas de FCC mayores del 25% supera las 340 ha,

afectando principalmente a las zonas de fayal-brezal situadas dentro del área del PN.

Comparando la situación de 2014, es decir dos años después del incendio, respecto a la anterior al

propio incendio (2011), las superficies con pérdidas de cobertura se incrementan, debido

probablemente a la caída de hojas y ramillas muertas (en áreas soflamadas) y a la caída o tronchado

de cepas quemadas (áreas calcinadas). Así, la superficie con pérdidas de cobertura arbórea en 2014

aumenta hasta el 92% del total, es decir unas 1.700 ha de las cuales más de 435 ha sufre pérdidas

que superan el 25% de la FCC inicial. Además, se incrementan las pérdidas medias de cobertura del

arbolado, llegando hasta el 27% en la zona PN y el 8% en la zona ZPP.

Por último, después del incendio (periodo 2012-2014) se observan aparentes indicios de

recuperación del arbolado en algunas zonas, detectando un ligero incremento de la cobertura en el

23% de la superficie afectada (430 ha). Posteriormente, tras el análisis de la información derivada de

la intensidad LiDAR (discriminación de copas vivas/muertas) y las imágenes espectrales se confirma

que en realidad no son zonas de recuperación del arbolado por rebrote en las copas, sino que por el

contrario el ligero aumento de FCC en esas zonas corresponde a biomasa muerta. Esto se puede

deber al incremento de retornos LiDAR por el tronchado de las cepas quemadas. No obstante,

disponer de información sobre la cantidad de biomasa muerta en pie también es relevante dada su

capacidad para aumentar la captación de precipitación horizontal y reducir la insolación,

condicionantes ambos que pueden ser de especial importancia para la adecuada recuperación de la

zona incendiada.




AGRESTA


www.agresta.org

26

Variación de cobertura del estrato arbolado en cada periodo de estudio




AGRESTA


www.agresta.org

27

Resultados por cuencas

Analizando los resultados por cuencas hidrográficas (ver figura), se observan diferencias importantes

entre zonas para las 3 fechas de estudio (2011, 2012, 2014). Las pérdidas medias de cobertura

arbórea más importantes se localizan en la cuenca del Valle Gran Rey, donde se localizan los valores

de FCC arbolada previos al incendio más altos dentro de los límites de PN (88% en Valle G.R.

Guadiana y 77% en Valle G.R. Cabecita), a excepción de la Vertiente Norte del PN donde la FCC

promedio inicial superaba el 97% y se mantiene por encima del 78% en 2014. En el caso de Valle G.R.

Guadiana las pérdidas medias en 2014 superan el 52% de FCC (lo que supone una disminución del

60% de la FCC arbolada inicial), mientras que en la cuenca Valle G.R. Cabecita las pérdidas medias

alcanzan el 35% de FCC (disminución del 45% de la FCC arbolada inicial). En relación a las cuencas de

La Laja, Alajeró y Erque, que tenían inicialmente un valor promedio de FCC arbolada entre 22%-25%,

las mayores pérdidas se observan en Erque donde no se alcanza el 5% de FCC en 2014.

En relación a la evolución post-incendio (periodo 2012-2014), todas las cuencas hidrográficas

muestran valores FCC promedio inferiores en 2014, por lo que en términos medios no se detecta una

recuperación de la cobertura arbolada en el periodo de estudio.

Evolución de la cobertura del estrato arbolado (FCC > 4 m) antes (2011) y después del incendio (2012, 2014) en las cuencas hidrográficas de la zona de estudio

Resultados por niveles de severidad

Al analizar los resultados por niveles de severidad (ver figura), vemos que las zonas que tuvieron una

menor afectación de la severidad del fuego (severidad 1) tenían inicialmente en 2011 una

significativamente mayor cobertura del arbolado (valor FCC medio > 75%) que el resto de áreas

afectadas por el incendio (valor FCC medio 24-29% en las zonas con nivel de severidad 2 y 3). Las

pérdidas medias de FCC arbolada en 2014 en las zonas de severidad 1 no superan el 8% (es decir,

una disminución del 10% del valor FCC inicial pre-incendio), pero tampoco se detecta una

0

10

20

30

40

50

60

70

80

90

100

2011 2012 2014

FCC

> 4

m (

%)

Cuencas Hidrográficas

Valle Gran Rey Guadiana

Valle Gran Rey Cabecita

La Laja

Alajeró

Erque

Vertiente norte del PN

Zona Periférica




AGRESTA


www.agresta.org

28

recuperación en el periodo post-incendio (2012-2014). En el caso de las zonas con nivel de severidad

intermedio (severidad 2), se observa un valor medio de pérdida de FCC arbolada del 7%, pero que en

estas zonas que partían de una menor cobertura arbolada inicial supone una disminución del 30% de

los valores FCC pre-incendio). Como es lógico, las mayores pérdidas de cobertura arbolada se

detectan en las zonas afectadas por una mayor severidad del fuego (severidad 3). En este caso las

pérdidas medias superan el 22% de FCC arbolada, lo que supone una disminución del 76% de la

cobertura arbolada existente antes del incendio.

Evolución de la cobertura del estrato arbolado (FCC > 4 m) antes (2011) y después del incendio (2012, 2014) en función de los niveles de severidad del fuego

Resultados para la zona vegetación prioritaria

Haciendo un análisis más detallado de la cobertura arbolada para la vegetación prioritaria arbórea

existente dentro del Parque (ver figura), se observan diferentes niveles de afectación según el tipo

de vegetación. Las formaciones de laurisilva son las menos afectas por el incendio, en comparación

con el fayal-brezal arbóreo (> 4 m) y el brezal húmedo de crestería. Dentro de los tipos de laurisilva,

la formación con una mayor disminución de FCC arbolada fue la laurisilva húmeda (pérdida media del

20%), mientras que las menos afectadas fueron las masas de laurisilva de cuenca con til (pérdida

media del 8%). Respecto a las masas de brezal y fayal-brezal arbóreo, la formación más afectada es el

fayal-brezal de 4 a 7 m con pérdidas del 29%, lo que supone una disminución del 78% de la FCC

previa al incendio. El fayal-brezal > 7 m y el brezal húmedo de crestería tuvieron unas pérdidas

medias del 34-39%, suponiendo una disminución aproximada del 50% de la FCC inicial.

0

20

40

60

80

2011 2012 2014

FCC

> 4

m (

%)

FCC arbolado severidad 1

severidad 2

severidad 3




AGRESTA


www.agresta.org

29

Evolución de la cobertura del estrato arbolado (FCC > 4 m) antes (2011) y después del incendio (2012, 2014) para los

distintos tipo de vegetación prioritaria arbórea

3.1.1.2. Cobertura del estrato del sotobosque/matorral (FCC < 4 m)

Resultados globales

Para este análisis se ha utilizado la fracción de cabida cubierta (FCC) calculada a partir de los

primeros retornos entre 0,4 m y 4 m (variable FCC_04a4). En la siguiente figura se muestra la

evolución de la cobertura para el estrato del sotobosque/matorral (FCC < 4 m) durante el periodo de

estudio (2011, 2012, 2014).

0

10

20

30

40

50

60

70

80

90

100

2011 2012 2014

FCC

> 4

m (

%)

LaurisilvaLaurisilva de cuenca con tilLaurisilva húmeda

0

10

20

30

40

50

60

70

80

90

100

2011 2012 2014

FCC

> 4

m (

%)

Fayal-brezal > 7 mFayal-brezal de 4 a 7 mBrezal húmedo de crestería




AGRESTA


www.agresta.org

30

Evolución de la cobertura del estrato del sotobosque/matorral (FCC < 4 m) para toda la zona de estudio




AGRESTA


www.agresta.org

31

Rango de variación FCC 0.4 a 4 m

% superficie afectada

Periodo 2011 - 2012

Periodo 2012 - 2014

Periodo 2011 - 2014

-100 / -75 10,71% 0,03% 4,47%

-75 / -50 16,44% 0,14% 17,84%

-50 / -25 23,41% 1,28% 28,76%

-25 / 0 32,25% 48,44% 36,98%

0 / 25 16,10% 45,07% 10,35%

25 / 50 0,76% 4,59% 1,26%

50 / 75 0,28% 0,44% 0,32%

75 / 100 0,05% 0,01% 0,03%

Porcentaje de superficie afectada según el rango de variación de cobertura del estrato del sotobosque/matorral

Los resultados indican que más del 83% de la superficie de estudio sufrió pérdidas de cobertura del

sotobosque/matorral inmediatamente después del incendio (periodo 2011-2012). Las pérdidas de

cobertura en este estrato inferior fueron muy superiores a las del estrato del arbolado. De nuevo la

zona del PN fue la más afectada, con una pérdida media de cobertura del 44%, frente a la zona ZPP

con una pérdida media de cobertura del 22%.

Sin embargo, los resultados del análisis indican una mayor recuperación de cobertura del

sotobosque/matorral en el periodo post-incendio (2012-2014) respecto al estrato del arbolado, con

el 50% de la superficie de estudio mostrando incrementos positivos de FCC tras el incendio en el

estrato inferior a 4 m. Hay que destacar que en 2014 se reduce significativamente la superficie más

severamente afectada por el fuego (pérdidas de cobertura > 75%), disminuyendo de 200 ha en 2012

a menos de 84 ha en 2014 (< 4,5% de la superficie). Además, la recuperación es sensiblemente mayor

dentro de los límites del Parque (zona PN respecto a la zona ZPP), llegando incluso a mostrar un valor

medio positivo tras el fuego (aumento medio de FCC del 6% en el PN, frente a ligeras pérdidas

medias del 1% en zona ZPP). Aun así, la superficie afectada en 2014 todavía está lejos de recuperar

los valores iniciales de cobertura del sotobosque/matorral, ya que sólo el 12 % de la superficie (224

ha) tiene FCC igual o mayor que la existente antes del incendio. Estos datos de recuperación de la

cobertura en el estrato inferior (< 4 m) fueron complementados con la información de la intensidad

LiDAR y la información espectral (ver epígrafes siguientes), para determinar el tipo de vegetación que

se está recuperando (discriminación entre el rebrote de cepa del arbolado frente herbáceas o

matorral). Además, el contraste con esta información complementaria sirvió para confirmar que el

aumente de cobertura corresponde en general con vegetación viva, descartando por tanto los

posibles incrementos de FCC debidos a acumulación de biomasa muerta por caída de material

quemado de las copas al estrato inferior.




AGRESTA


www.agresta.org

32

Variación de cobertura del estrato del sotobosque/matorral en cada periodo de estudio




AGRESTA


www.agresta.org

33


El análisis de los resultados por cuencas hidrográficas (ver figura) resalta las diferencias observadas

entre cuencas para la zona de estudio. Las zonas con una mayor cobertura inicial en el estrato del

sotobosque/matorral (FCC < 4 m) antes del incendio eran las cuencas del Valle Gran Rey (64% en

Guadiana y 70% en Cabecita) y Alajeró (63%), seguidas de Vertiente Norte y La Laja (59% en ambas).

La cuenca de Erque tenía inicialmente una cobertura algo inferior al resto de cuencas situadas dentro

de los límites del PN (54%), mientras que la Zona Periférica no superaba el 40%.

Inmediatamente después del incendio (periodo 2011-2012) las mayores pérdidas medias de

cobertura para el estrato de vegetación inferior a 4 m se registraron en Alajeró (81%), Erque (79%) y

Valle Gran Rey Guadiana (72%) con una disminución de entre el 43% y el 51% de la FCC. La cuenca

del Valle Gran Rey Cabecita también tuvo unas pérdidas importantes (61%), al igual que la cuenca de

La Laja y la Zona Periférica (54% y 56% respectivamente). Al igual que en el estrato arbolado, la

cuenca menos afectada por el fuego en el estrato inferior de la vegetación fue la Vertiente Norte del

PN, con unas pérdidas medias del 35%.

Sin embargo, a pesar de las importantes pérdidas generales observadas justo después del incendio

(2012), los valores de 2014 indican una significativa recuperación de la vegetación del estrato del

sotobosque/matorral dos años después del fuego, a excepción de la Laja y la Zona Periférica. Las

zonas con una recuperación más rápida son Alajeró y Valle Gran Rey Guadiana, con un incremento

del 69% y 53%, respectivamente, en relación a los valores de FCC < 4 m de 2012. Sin embargo, los

valores de cobertura que presentan en 2014 (21% y 27%, respectivamente) todavía están por debajo

del 45% de la FCC media que existían antes del incendio (2011). Las cuencas de Erque y Valle Gran

Rey Cabecita presenta una velocidad de recuperación moderada, con un incremento medio en el

periodo 2012-2014 del 28% y 34%, respectivamente, sin embargo sólo la zona de Valle G.R. Cabecita

junto con la Vertiente Norte presentan valores medios de FCC en 2014 que alcanzan el 50% de los

valores pre-incendio (2011). En las cuencas de La Laja y la Zona Periférica, aunque los valores medios

de FCC de 2014 están próximos al 45% de los valores de cobertura pre-incendio, no se observa una

recuperación significativa del estrato inferior (FCC < 4 m) de la vegetación.

Evolución de la cobertura del estrato de sotobosque/matorral (FCC < 4 m) antes (2011) y después del incendio (2012, 2014) en las cuencas hidrográficas de la zona de estudio

0

10

20

30

40

50

60

70

80

2011 2012 2014

FCC

< 4

m (

%)




La Laja

Alajeró

Erque

Vertiente norte del PN

Zona Periférica




AGRESTA


www.agresta.org

34

Resultados por niveles de severidad

Los resultados por niveles de severidad (ver figura) indica que las zonas que tuvieron una mayor

severidad del fuego (severidad 3) eran las que inicialmente tenían en 2011 una mayor cobertura del

sotobosque/matorral (valor FCC medio del 58%). Sin embargo, como es lógico, a pesar de tener unos

valores de FCC < 4 m más altos antes del incendio, son precisamente estas zonas las que presentan

unas pérdidas de cobertura mayores debido a la mayor severidad del fuego. Justo después del

incendio (2012) la cobertura del estrato inferior de la vegetación se redujo hasta el 11%, lo que

supone una disminución del 81% respecto del valor inicial pre-incendio. Dos años después del fuego

se observa una ligera recuperación en estas zonas de severidad 3, con un valor promedio del 17%

que supone un incremento del casi el 50% respecto a la FCC remanente en 2012.

En el caso de las zonas con nivel de severidad intermedio (severidad 2), se observa un valor medio de

pérdida de FCC en 2012 del 31%, que incluso se incrementa en 2014 hasta el 38% de pérdida

respecto a los valores de cobertura pre-incendio.

Finalmente, en las zonas de menor afectación (severidad 1) las pérdidas en 2012 no superaron 21%,

observándose una ligera recuperación en 2014 que permite alcanzar el 82% de los valores de FCC

existentes antes del fuego (2011).

Evolución de la cobertura del estrato del sotobosque/matorral (FCC < 4 m) antes (2011) y después del incendio (2012, 2014) en función de los niveles de severidad del fuego

Resultados para la vegetación prioritaria

En el análisis de la cobertura del sotobosque/matorral para los distintos tipos de vegetación

prioritaria del Parque (ver figura) se destacan los diferentes niveles de afectación de las distintas

formaciones. En relación a los distintos tipos de laurisilva, vemos que todos tenían una cobertura del

sotobosque similar antes del incendio (valores promedio entre el 53 y el 60%). Los valores medios de

2012 indican que las masas de laurisilva de cuenca con til sufrieron mayores pérdidas tras el incendio

que el resto de formaciones de laurisilva (disminución del 45% de la FCC < 4 m inicial de 2011). Sin

embargo, dos años después del incendio los valores de cobertura del estrato inferior de la vegetación

se recuperan, alcanzando valores medios similares a los de los otros dos tipos de laurisilva en 2014

0

10

20

30

40

50

60

70

2011 2012 2014

FCC

< 4

m (

%)

FCC estrato < 4 m severidad 1

severidad 2

severidad 3




AGRESTA


www.agresta.org

35

(FCC media entorno al 40%, que supone aproximadamente el 75% de los valores de cobertura pre-

incendio en las masas de laurisilva).

Sin embargo, el resto de formaciones vegetales presentan unas pérdidas de cobertura mayores y una

recuperación más lenta. En concreto, el brezal húmedo de crestería, que inicialmente tenía los

valores medios más altos de FCC < 4 m (76%) presentan unas pérdidas muy importantes en 2012

(64%), mostrando tan sólo una moderada recuperación en 2014 con valores medios de FCC que

apenas alcanzan el 32% (es decir, menos del 45% de la cobertura pre-incendio existente en estas

masas).

En relación al fayal-brezal de porte arbóreo (> 4 m), las pérdidas de cobertura del sotobosque

inmediatamente después del fuego fueron mayores en las masas con menor altura (4 a 7 m), con una

disminución promedio del 81% en 2012 frente al 61% en las masas de mayor altura (> 7m). Los

valores de 2014 indican que, dos años después del fuego, la recuperación de la vegetación del

sotobosque en el fayal-brezal arbóreo alcanza valores medios de FCC del 24% (masas de altura 4 a 7

m) y del 35% (masas de altura > 7 m), lo que supone el 33% y el 51% respectivamente de los niveles

medios de cobertura del sotobosque pre-incendio existentes en estas formaciones.

Por último, las formaciones de fayal-brezal arbustivas (< 4 m) también tuvieron unas pérdidas

importantes de cobertura tras el incendio. Los valores de 2012 indican unas pérdidas del 82% en

fayal-brezal puro y del 63 % al 77 % de media en las formaciones mixtas de fayal-brezal con otras

mezcla de otras especies de matorral o herbáceas. La recuperación en 2014 fue menor en las zonas

de fayal-brezal arbustivo puro (29%) respecto de las zonas de fayal-brezal arbustivo mixto (37% a

42%).

Evolución de la cobertura del estrato del sotobosque/matorral (FCC < 4 m) antes (2011) y después del incendio (2012, 2014)

para los distintos tipo de vegetación prioritaria

0

10

20

30

40

50

60

70

80

90

100

2011 2012 2014

FCC

< 4

m (

%)

Laurisilva

Laurisilva de cuenca con til

Laurisilva húmeda

Brezal húmedo de crestería

0

10

20

30

40

50

60

70

80

90

100

2011 2012 2014

FCC

< 4

m (

%)

Fayal-brezal > 7 m

Fayal-brezal de 4 a 7 m

Fayal-brezal < 4 m

Fayal-brezal < 4 m con jara o codeso

Fayal-brezal abierto < 4 m con pasto o zarza




AGRESTA


www.agresta.org

36

3.1.2. Distribución vertical de la vegetación

A partir del número de retornos de los pulsos LiDAR registrados a distintas alturas (porcentaje

normalizado del nº de retornos en los tramos de alturas 0,4-1 m, 1-2 m, 2-3 m, 3-4 m y > 4 m) se

obtuvieron los perfiles de la distribución vertical de la vegetación. Mediante la comparativa de

resultados entre fechas se pueden estudiar las variaciones producidas por las pérdidas

inmediatamente después del fuego (comparativa 2011-2012) y la evolución posterior durante los

dos años que abarcan los datos analizados (2012-2014).

Cabe señalar de nuevo que, al igual que en los resultados expuestos para FFC, esta caracterización

vertical es meramente estructural, y no distingue por tanto entre biomasa viva y muerta

Resultados para la vegetación prioritaria

En la siguiente figura se muestran los resultados para los principales tipos de formaciones vegetales

existentes, calculando los perfiles medios para las masas de laurisilva, fayal-brezal arbóreo (> 4 m),

fayal-brezal arbustivo (< 4 m) y brezal húmedo de crestería. Hay que señalar que en las formaciones

denominadas arbustivas (según la clasificación del mapa de vegetación proporcionado por el PN para

la realización de este estudio, que data de 2006) existía en ocasiones vegetación que superaba el

umbral de 4 m establecido como criterio para diferenciar el estrato de sotobosque/matorral y el

estrado del arbolado. Por este motivo, al no ser una cartografía de vegetación actualizada, se decidió

incluir el perfil completo de alturas para todas las formaciones de vegetación prioritaria analizadas.

Los resultados muestran las diferencias existentes antes (2011) y después del incendio (2012, 2014)

en la distribución vertical de la vegetación entre las formaciones estudiadas.

Antes del fuego (2011), las masas de laurisilva mostraban una concentración de biomasa en las

copas, con densidades medias del 91% por encima de 4 m de altura, mientras que los estratos

inferiores variaban entre el 10% y el 14%. Como es lógico, las formaciones de fayal-brezal de porte

arbustivo mostraban una mayor continuidad vertical de la vegetación antes de incendio, con

densidades medias superiores al 20% en el tramo inferior a 1 m, y entre el 9% y el 18% entre 1m y 4

m, mientras que sólo alcanzan el 16% por encima de 4 m. Por el contrario, el fayal-brezal de porte

arbóreo y el brezal húmedo de crestería presenta una mayor homogeneidad en la distribución

vertical de la biomasa en el tramo inferior, con densidades medias por debajo de 4 m del 13%-16%

en el fayal-brezal arbóreo y del 18%-20% en el brezal húmedo, y una mayor densidad en el tramo

superior a 4 m (60%-63%).

En el año 2012 se observa una fuerte disminución de la densidad inmediatamente después del

incendio en todos los tramos de altura pero en especial en el estrato inferior.

En el 2014 se muestra cómo la recuperación de la vegetación se localiza en los tramos inferiores a 2

m de altura (debido al rebrote de cepa del arbolado y la presencia de especies de matorral o

herbáceas colonizadoras), mientras que por encima de 4 m no sólo no se detecta recuperación sino

que hay pérdidas de densidad de la vegetación respecto a los valores observados inmediatamente

después del incendio (2012).




AGRESTA


www.agresta.org

37

Evolución de la distribución vertical de la vegetación (% número de retornos normalizado para cada tramo de altura) antes (2011) y después del incendio (2012, 2014) para los distintos tipo de vegetación prioritaria

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40

% N retornos normalizado

Alt

ura

(m

)

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

2012

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

2014

Fayal-brezal matorral

Fayal-brezal arbóreo

Brezal húmedo

Laurisilva




AGRESTA


www.agresta.org

38

Analizando en detalle los resultados para cada una de las formaciones de vegetación prioritaria

estudiadas, vemos que las masas de laurisilva presentan en 2014 una buena recuperación de la

vegetación hasta los 2 m de altura, alcanzando densidades iguales o algo superiores a las existentes

antes del incendio (2011).

En relación a los efectos de la severidad, en 2014 se observa un mayor efecto negativo en las zonas

con mayor afectación del fuego (severidad 3) tanto en el primer tramo inferior (< 1 m) como en las

copas (> 4m). Sin embargo, en el resto de las zonas se observan perfiles de distribución vertical de la

biomasa similares para los niveles de severidad 1 y 2. En el ANEXO se muestran figuras adicionales

de evolución entre fechas para cada nivel de severidad.

Evolución de la distribución vertical de la vegetación (% número de retornos normalizado para cada tramo de altura) antes (2011) y después del incendio (2012, 2014) para la laurisilva, y efecto de la severidad en su recuperación (2014)

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

) Laurisilva 2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Laurisilva 2014

severidad 3

severidad 2

severidad 1




AGRESTA


www.agresta.org

39

Las masas de fayal-brezal arbóreo sólo muestran una buena recuperación en 2014 hasta el primer

metro de altura, donde se alcanzan densidades medias similares a los valores pre-incendio. Aunque

se observa una ligera recuperación entre 1 m y 2 m de altura, los valores no alcanzan el 50% de las

densidades iniciales en este tramo.

Sin embargo, en este caso sólo se observa un efecto significativo de la severidad del fuego en por

encima de los 2 m de altura, con especial incidencia en las copas (altura > 4 m). En el ANEXO se

muestran figuras adicionales de evolución entre fechas para cada nivel de severidad.

Evolución de la distribución vertical de la vegetación (% número de retornos normalizado para cada tramo de altura) antes (2011) y después del incendio (2012, 2014) para el fayal-brezal arbóreo, y efecto de la severidad en su recuperación (2014)

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-brezal arbóreo 2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-Brezal arbóreo 2014

severidad 3

severidad 2

severidad 1




AGRESTA


www.agresta.org

40

Por el contrario, en las formaciones de fayal-brezal con porte arbustivo la recuperación de la

vegetación en 2014 es muy inferior a los casos de las formaciones anteriores, mostrando sólo una

ligera recuperación en el tramo inferior a 1 m de altura.

Para este tipo de masas se observa un efecto significativo del nivel de severidad del fuego en todos

los tramos del perfil de distribución vertical de la vegetación. En el ANEXO se incluyen figuras

adicionales de la evolución entre fechas para cada nivel de severidad.

Evolución de la distribución vertical de la vegetación (% número de retornos normalizado para cada tramo de altura) antes (2011) y después del incendio (2012, 2014) para el fayal-brezal de porte arbustivo, y efecto de la severidad en su

recuperación (2014)

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-brezal matorral 2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-Brezal matorral 2014

severidad 3

severidad 2

severidad 1




AGRESTA


www.agresta.org

41

Para las formaciones de brezal húmedo de crestería se observa una recuperación en 2014 moderada

solo en el primer tramo inferior a 1 m de altura, alcanzando valores de densidad de la vegetación que

superan el 50% de los valores iniciales pre-incendio (2011).

En este tipo de vegetación sólo se observa un efecto significativa de la severidad del fuego en las

copas (estrato superior a 4 m de altura), con niveles muy inferiores de densidad (< 15%) para las

zonas afectadas con una mayor severidad (severidad 3) que para las zonas con severidad media

(densidad promedio del 38% para severidad 2) y severidad baja (densidad promedio del 49% para

severidad 1). En el ANEXO se muestran figuras adicionales de la evolución entre fechas para cada

nivel de severidad.

Evolución de la distribución vertical de la vegetación (% número de retornos normalizado para cada tramo de altura) antes (2011) y después del incendio (2012, 2014) para el brezal húmedo de crestería, y efecto de la severidad en su recuperación

(2014)


El estudio por cuencas hidrográficas indica importantes diferencias entre zonas. Las cuencas con una

mejor recuperación de la vegetación son la Vertiente Norte del PN y Valle Gran Rey, donde por

debajo de 1 m de altura se observan valores de densidad similares a los valores pre-incendio.

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Brezal húmedo 2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Brezal Húmedo 2014 severidad 3

severidad 2

severidad 1




AGRESTA


www.agresta.org

42

Evolución de la distribución vertical de la vegetación (% número de retornos normalizado para cada tramo de altura) antes (2011) y después del incendio (2012, 2014) según cuencas hidrográficas

0 50 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011

0 50 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

La Laja

0 50 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

) Alajeró

0 50 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Erque

0 50 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Vertiente Norte del PN

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Zona Periférica


2014

2012

2011




AGRESTA


www.agresta.org

43

Sin embargo, sólo se detecta una recuperación de los niveles de densidad iniciales hasta los 2 m de

altura en Vertiente Norte del PN. Las zonas con una peor recuperación son la Zona Periférica y las

cuencas de Erque y Alajeró.

3.2. Análisis de la intensidad de los datos LiDAR

A partir de los datos de intensidad LiDAR para cada uno de los estratos analizados, estrato arbolado

(> 4 m) y estrato del sotobosque/matorral (< 4m), y los valores de referencia de las 23 parcelas de

campo disponibles (10 parcelas de seguimiento del PN + 13 parcelas del muestreo de AGRESTA), se

obtuvieron los resultados de recuperación de la vegetación prioritaria para la zona de estudio

asociada a especies de Monteverde. Es por tanto importante señalar que el presente epígrafe se

refiere solamente a la superficie ocupada por la vegetación considerada prioritaria (ver descripción

detallada de las formaciones vegetales incluidas en la metodología). Además, en el caso del estrato

inferior, el objetivo es discriminar entre el rebrote de cepa y la presencia de otra vegetación

colonizadora después del incendio (especies de matorral o herbáceas), es decir, diferenciar entre

zonas con alta cobertura pero en las que no existe rebrote de cepa del arbolado de las zonas en las

que sí que hay presencia de rebrote (ya sea mezclado o no con otras especies).

Hay que señalar que los umbrales proporcionados, es decir, las fracciones de copas vivas para la

clasificación el estrato arbolado, y fracciones de rebrote del arbolado para el estrato del

sotobosque/matorral, son valores aproximados en función de los valores observados en campo. En

este sentido, los resultados deben considerarse a priori con cautela ya que hay que tener en cuenta

que los datos LiDAR proceden de un vuelo de 2014 (más reciente disponible hasta la fecha) mientras

que los datos de campo son de 2015. Por tanto, durante el año de desfase entre ambas fuentes de

datos es muy probable que haya habido cambios en la vegetación que no se detectan en los datos

LiDAR de 2014. No obstante, puesto que no se ha observado un rebrote significativo en las copas

durante el periodo de estudio, es probable que este desfase sea menor en las copas que en el

rebrote de cepa del arbolado, donde sí que ha habido una recuperación más rápida de la vegetación

y por lo tanto los resultados son menos precisos.

Existen algunos puntos sin clasificar dentro de la zona de estudio, que corresponden a los pixeles de

análisis de los datos LiDAR (20 x 20 m) donde no había datos de intensidad disponibles. Esto es

debido a que la información proporcionada por el análisis de los datos LiDAR requiere un mínimo de

cuatro puntos/retornos por pixel para poder hacer cálculos de estadísticas de las variables evaluadas.

Ello explica que haya puntos donde, habiendo datos de FCC o del número de retornos (que son

variables obtenidas mediante ratios que incluyen los puntos de suelo), no haya un dato de intensidad

(valor medio por pixel obtenido sólo a partir de los retornos correspondientes a la vegetación).

3.2.1. Estrato arbolado: discriminación de biomasa viva/muerta en las copas

El análisis de los valores de intensidad LiDAR en las parcelas de campo en relación a la existencia de

biomasa viva y muerta en las copas del arbolado permitió establecer la siguiente clasificación:

o Clase 1 - Predominio de copas muertas: fracción viva < 15% (intensidad < 30)

o Clase 2 - Mezcla de copas vivas y muertas: fracción viva 15 - 70% (intensidad 30-60)

o Clase 3 - Predominio de copas vivas: fracción viva > 70% (intensidad > 60)




AGRESTA


www.agresta.org

44

Resultados globales

Los resultados para las 3 fechas estudiadas indican que la clasificación propuesta (elaborada a partir

de los datos LiDAR de 2014) es coherente con los datos de 2011, donde se observa una mayoría de

copas vivas antes del incendio en toda la zona de estudio.

Los resultados de la clasificación para el año 2012 también coinciden con los niveles de severidad

establecidos por el propio Parque, en los que las copas vivas (clase 3) se localizan fundamentalmente

en las zonas de severidad menor (severidad 1) en las que, en principio, se encontraban copas que

seguían estando fotosintéticamente activas justo después del incendio. Las zonas con predominio de

copas quemadas (clase 1) se localizan en las zonas de mayor severidad del fuego (severidad 3) donde

prácticamente la totalidad de la vegetación existente quedó calcinada, quedando tan solo los restos

de la biomasa muerta de las copas en pie.

Sin embargo, en 2014 se observa un importante incremento de la biomasa muerta respecto a 2012

(aumento de las clases 1 y 2), lo que indica que en términos generales las copas no solo no han

rebrotado dos años tras el fuego sino que muchas de ellas han muerto.




AGRESTA


www.agresta.org

45

Discriminación de biomasa viva y muerta en el estrato arbolado (> 4 m) antes (2011) y después del incendio (2012,2014).

1 = predominio de copas muertas; 2 = mezcla de copas vivas y muertas; 3 = predominio de copas vivas




AGRESTA


www.agresta.org

46


En la siguiente tabla se muestra la evolución de las superficies ocupadas por cada una de las clases de

copas vivas/muertas, diferenciando entre zona dentro del Parque (PN) y zona Periférica del mismo

(ZPP). Igualmente se han obtenido resultados para cada una de las cuencas en el interior del Parque;

dichos resultados se incorporan en el ANEXO a este documento. Como es lógico, antes del incendio la

mayoría de la superficie dentro de los límites del PN (89%) se correspondía con copas vivas en el

estrato arbolado, no existiendo apenas zonas con predominio de biomasa muerta en las copas.

Sin embargo, inmediatamente después del incendio (2012) las áreas con predominio de biomasa

muerta superan las 170 ha (el 25% de la superficie analizada), incrementándose hasta alcanzar las

338 ha (el 50 % de la superficie analizada) dos años después del incendio (2014).

2011 (pre-incendio)

Clase PN (ha) % PN ZPP (ha) % ZPP

0 – sin datos 56,3 8,4% 155,9 48,1%

1 – Copas muertas 0,1 0,0% 1,5 0,5%

2 – Mezcla 16,4 2,5% 8,9 2,7%

3 – Copas vivas 597,6 89,1% 157,3 48,7%

TOTAL 670,4 100,0% 323,7 100,0% 2012 (post-incendio)


0 – sin datos 173,4 25,9% 225,0 69,5%

1 – Copas muertas 170,2 25,4% 34,2 10,6%

2 – Mezcla 94,4 14,1% 24,2 7,5%

3 – Copas vivas 232,2 34,6% 40,2 12,4%

TOTAL 670,4 100,0% 323,7 100,0% 2014 (2 años post-incendio)


0 – sin datos 165,6 24,7% 220,0 67,9%

1 – Copas muertas 338,3 50,4% 62,5 19,3%

2 – Mezcla 106,3 15,9% 16,4 5,1%

3 – Copas vivas 60,2 9,0% 24,8 7,7%

TOTAL 670,4 100,0% 323,7 100,0%

Superficies y porcentaje de cada clase según la presencia de copas vivas/muertas en el estrato arbolado (> 4m) para los

límites del Parque (PN y ZPP) y para las tres fechas de estudio

Resultados según el nivel de severidad

En cuanto al efecto de la severidad del fuego en las copas, los resultados confirman una mayor

afectación del estrato arbolado en las zonas con una mayor severidad (nivel de severidad 3), con más

de 200 ha (casi el 30% de la superficie analizada) con predominio de biomasa muerta en las copas en

2012. En 2014, la cantidad de biomasa muerta en el estrato arbolado aumenta, superando las 326 ha

(más del 46% de la superficie analizada).

Cabe destacar que las zonas con severidad moderada (nivel de severidad 2) presentaban inicialmente

un predominio de copas vivas en 2012 (145 ha, más del 62 % de la superficie analizada). Sin embargo,




AGRESTA


www.agresta.org

47

dos años después del incendio (2014) se observa un notable incremento de la biomasa muerta,

superando el 30% de la superficie analizada (más de 71 ha), mientras que las zonas con predominio

de copas vivas quedan reducidas a menos del 15 % de la superficie (menos de 35 ha).

2011 (pre-incendio)

Clase Sever.1 % S.1 Sever.2 % S.2 Sever.3 % S.3

0 – sin datos 5,2 8,2% 50,1 21,6% 156,8 22,4%

1 – Copas muertas 0,1 0,1% 0,9 0,4% 0,6 0,1%

2 – Mezcla 0,8 1,3% 9,9 4,3% 14,7 2,1%

3 – Copas vivas 57,3 90,4% 171,0 73,7% 526,6 75,4%

TOTAL 63,4 100,0

%

231,9 100,0

%

698,7 100,0

% 2012 (post-incendio)


0 – sin datos 5,4 8,5% 56,0 24,2% 336,7 48,2%

1 – Copas muertas 0,0 0,1% 4,1 1,7% 200,8 28,7%

2 – Mezcla 2,3 3,6% 26,5 11,4% 89,8 12,9%

3 – Copas vivas 55,7 87,8% 145,3 62,7% 71,4 10,2%

TOTAL 63,4 100,0

%

231,9 100,0

%

698,7 100,0

% 2014 (2 años post-incendio)


0 – sin datos 5,4 8,7% 57,5 24,8% 322,5 46,2%

1 – Copas muertas 3,4 5,3% 71,3 30,8% 326,1 46,7%

2 – Mezcla 26,3 41,4% 68,9 29,7% 27,5 3,9%

3 – Copas vivas 28,3 44,6% 34,2 14,7% 22,6 3,2%

TOTAL 63,4 100,0

%

231,9 100,0

%

698,7 100,0

% Superficies y porcentaje de cada clase según la presencia de copas vivas/muertas en el estrato arbolado (> 4m) para los

distintos niveles de severidad del fuego (1,2,3) y para las tres fechas de estudio

En el ANEXO se incluyen tablas adicionales detallando el análisis de las superficies correspondientes

a cada clase asignada según la presencia de copas vivas/muertas para las distintas cuencas

hidrográficas, así como para cada tipo de vegetación.

3.2.2. Estrato de sotobosque/matorral: discriminación del rebrote del arbolado

El análisis de los valores de intensidad LiDAR en las parcelas de campo en relación a la existencia de

rebrote de cepa del arbolado permitió establecer la siguiente clasificación:

o Clase 1 - Rebrote nulo o escaso: fracción <20% (intensidad < 60)

o Clase 2 - Rebrote moderado a abundante: fracción >20% (intensidad > 60)

Resultados globales

Los resultados de las tres fechas de estudio indican que antes del incendio, como es lógico, las zonas

arboladas tenían en general una menor presencia de sotobosque que las zonas de porte arbustivo.

Justo después del incendio (2012) la mayoría de la zona de estudio tenía nula o escasa recuperación




AGRESTA


www.agresta.org

48

de la vegetación prioritaria, entendiendo como tal el rebrote de cepa de las especies de Monteverde

(lauráceas, fundamentalmente).

No obstante, en 2012 se observan algunas áreas en la Zona Periférica de Protección que presentan

valores moderados de rebrote. Estas zonas se corresponden fundamentalmente o bien con zonas de

menor severidad, o bien con formaciones arbustivas de fayal-brezal con mezcla de otras especies de

matorral o herbáceas, en las que no se disponían de datos de parcelas de campo. Por tanto, estos

resultados probablemente necesitarían de un ajuste en su calibración, ya que pueden corresponder

con rebrote de otras especies (de los que no tenemos datos) distintas al Monteverde cuyos valores

de energía reflejada se confunden con los valores de intensidad del fayal-brezal (los valores de

intensidad LiDAR utilizados son los valores medios de las intensidades de los retornos en cada pixel

de 20 x 20 m).

En el año 2014 se observa una importante recuperación de la vegetación en el sotobosque en las

zonas arboladas, aunque todavía no se alcanzan los niveles pre-incendio. Sin embargo, en las zonas

de fayal-brezal con porte arbustivo se observando valores de rebrote moderado (clase 2) en la

práctica totalidad de las zonas cubiertas por esta clase antes del incendio (2011).




AGRESTA


www.agresta.org

49

Presencia de rebrote del arbolado en el estrato inferior (< 4 m) antes (2011) y después del incendio (2012,2014).

1 = rebrote nulo o escaso; 2 = rebrote moderado a abundante




AGRESTA


www.agresta.org

50


En la siguiente tabla se muestra la evolución de las superficies ocupadas por cada una de las clases de

presencia de rebrote del arbolado en el estrato inferior (< 4 m), diferenciando entre zona dentro del

Parque (PN) y zona Periférica del mismo (ZPP). Igualmente se han obtenido resultados para cada una

de las cuencas en el interior del Parque; dichos resultados se incorporan en el ANEXO a este

documento.

A pesar de las importantes pérdidas producidas en el estrato del sotobosque/matorral tras el

incendio (2012), donde más del 70% de las superficie analizada dentro de los límites del PN (más de

471 ha) carecía de regeneración del arbolado, los resultados indican un rápida recuperación durante

los dos años post-incendio estudiados, alcanzando superficies con rebrote moderado próximas a las

existentes en 2011 tanto dentro de los límites del PN (más de 346 ha) como en la zona periférica de

protección (273 ha).

2011 (pre-incendio)


0 – sin datos 9,5 1,4% 2,9 0,9%

1 – Rebrote nulo/escaso 200,4 29,9% 18,0 5,6%

2 – Rebrote moderado 460,6 68,7% 302,7 93,5%

TOTAL 670,5 100,0% 323,6 100,0%

2012 (post-incendio)


0 – sin datos 74,0 11,0% 49,8 15,3%



TOTAL 670,5 100,0% 323,6 100,0%

2014 (2 años post-incendio)


0 – sin datos 5,8 0,9% 9,6 3,0%



TOTAL 670,5 100,0% 323,6 100,0%

Superficies y porcentaje de cada clase según la presencia de rebrote del arbolado en el estrato inferior (< 4m) para los

límites del Parque (PN y ZPP) y para las tres fechas de estudio

Resultados según el nivel de severidad

Respecto al efecto de la severidad del fuego en el rebrote del arbolado, los resultados confirman (al

igual que en el caso de las copas) una mayor afectación del regenerado en el estrato inferior para las

zonas con una mayor severidad (nivel de severidad 3) en 2012, con más de 405 ha (casi el 60% de la

superficie analizada) con ausencia o escasa presencia de rebrote. No obstante, a pesar de la alta

severidad del fuego, en 2014 se observa una buena recuperación del arbolado en estas zonas, con

presencia de rebrote moderado a abundante en más del 73% de la superficie analizada (más de 510

ha).




AGRESTA


www.agresta.org

51

En las zonas con severidad moderada (nivel de severidad 2) también se observa una importante

regeneración de la vegetación arbolada mediante rebrote en el estrato inferior, en relación a las

pérdidas observadas en 2012. En ambos casos, las zonas con moderada a abundante rebrote están

próximas a los valores registrados en el estrato inferior antes del incendio (2011).

Por otro lado, las zonas con severidad baja (nivel de severidad 1) presentan relativamente pocos

cambios en relación a las superficies ocupadas por cada clase de presencia de rebrote a lo largo del

periodo de estudio.

2011 (pre-incendio)


0 – sin datos 3,6 5,6% 5,9 2,6% 2,9 0,4%

1 – Rebrote nulo/escaso 42,6 67,2% 89,1 38,4% 86,6 12,4%

2 – Rebrote moderado 17,2 27,2% 136,9 59,0% 609,3 87,2%

TOTAL 63,4 100,0% 231,9 100,0

%

698,8 100,0%

2012 (post-incendio)


0 – sin datos 1,9 3,0% 4,0 1,7% 117,2 16,8%



TOTAL 63,4 100,0% 231,9 100,0

%

698,8 100,0%

2014 (2 años post-incendio)


0 – sin datos 0,4 0,7% 1,6 0,7% 13,4 1,9%



TOTAL 63,4 100,0% 231,9 100,0

%

698,8 100,0%

Superficies y porcentaje de cada clase según la presencia de rebrote del arbolado en el estrato inferior (< 4m) para los

distintos niveles de severidad del fuego (1,2,3) y para las tres fechas de estudio

En el ANEXO se incluyen tablas adicionales detallando el análisis de las superficies correspondientes

a cada clase asignada según la presencia de rebrote del arbolado en el estrato inferior (< 4 m) para

las distintas cuencas hidrográficas, así como para cada tipo de vegetación.




AGRESTA


www.agresta.org

52

3.3. Análisis de imágenes espectrales

En los siguientes apartados se van a presentar los resultados relativos a:

Análisis de la severidad del fuego mediante índices espectrales

Análisis de índices de vegetación

Análisis de signaturas espectrales

Análisis de la regeneración mediante el índice NDVI

3.3.1. Análisis de la severidad del fuego mediante índices espectrales

A continuación se presentan los resultados de la comparación de los niveles de severidad obtenidos

mediante los diferentes índices espectrales de severidad calculados y la clasificación proporcionada

por el Parque (ver tablas).

Hay que señalar que los resultados presentados corresponden, para cada índice de severidad, sólo a

los puntos situados fuera de las zonas de bandeado existentes en las imágenes LANDSAT utilizadas,

con el fin de evitar fuentes de error externas a la clasificación. Además, se depuró el set de puntos

inicial de forma que sólo se analizan para cada índice los resultados de los puntos con una única

asignación de nivel de severidad, descartando por tanto los situados en zonas de transición entre

clases.

Para cada uno de los índices se tuvieron que elegir los valores umbrales de separación entre niveles

de severidad. Esto se hizo mediante la localización en la imagen 2012 post-incendio de áreas

homogéneas y representativas de cada una de los 3 niveles de severidad (1 = baja, 2 = moderada, 3=

alta), en las que se analizó el valor de cada índice correspondiente para determinar el rango de

valores de cada clase más adecuado.

Indice espectral Zona de Estudio Solo área PN Solo área ZPP

dNBR 73% 84% 60%

RdNBR 86% 95% 77%

RBR 75% 85% 64%

BAIM 85% 92% 77%

Porcentaje de acierto entre la clasificación del Parque y las clasificaciones obtenidas mediante índices espectrales para el total de la zona de estudio y las áreas del Parque (PN) y zona periférica de protección (ZPP)

En general, los resultados indican un buen porcentaje de aciertos entre las clasificaciones para todos

los índices espectrales utilizados dentro de los límites del Parque (PN). Sin embargo, en la zona

periférica de protección (ZPP) no parece que la distinción entre los distintos niveles de severidad sea

la adecuada. Esto es importante a la hora de analizar los resultados del estudio, ya que el estudio de

los efectos de los niveles de severidad del fuego en los distintos parámetros de recuperación de la

vegetación estudiados (estructura, intensidad, etc.) va a ser más fiable en la zona interior del Parque

(PN) que en la zona periférica de protección (ZPP).




AGRESTA


www.agresta.org

53

solo PN ortofoto error

comisión 1 2 3 total

dNBR

1 1 0 1 2 50%

2 0 4 9 13 69%

3 0 2 56 58 3%

total 1 6 66 73

error omisión 0% 33% 15% 16%

solo ZPP ortofoto error


dNBR

1 0 10 0 10 100%

2 1 9 10 20 55%

3 0 4 28 32 13%

total 1 23 38 62


Comparación de los niveles de severidad de la clasificación del Parque y el índice espectral dNBR



RdNBR

1 1 0 0 1 0%

2 1 2 1 4 50%

3 0 2 72 74 3%

total 2 4 73 79




RdNBR

1 0 7 0 7 100%

2 0 17 0 17 0%

3 0 11 44 55 20%

total 0 35 44 79


Comparación de los niveles de severidad de la clasificación del Parque y el índice espectral RdNBR



RBR

1 1 0 0 1 0%

2 1 5 10 16 69%

3 0 1 63 64 2%

total 2 6 73 81




RBR

1 0 16 1 17 100%

2 1 21 7 29 28%

3 0 4 31 35 11%

total 1 41 39 81


Comparación de los niveles de severidad de la clasificación del Parque y el índice espectral RBR




AGRESTA


www.agresta.org

54



dBAIM

1 1 0 1 2 50%

2 2 3 1 6 50%

3 0 2 69 71 3%

total 3 5 71 79


solo ZPP ortofoto

error comisión 1 2 3 total

dBAIM

1 0 10 0 10 100%

2 0 23 0 23 0%

3 0 10 43 53 19%

total 0 43 43 86


Comparación de los niveles de severidad de la clasificación del Parque y el índice espectral BAIM

3.3.2. Análisis de índices de vegetación

El siguiente epígrafe realizará análisis a través de los índices de vegetación procedentes desde el

análisis de imágenes áreas y satélites. Es importante destacar que estos índices representan la

presencia y evolución de la vegetación, sin atender a su estructura ni a su composición.

Resultados globales

Se calculó el índice de vegetación NDVI (Normalized Difference Vegetation Index) para las imágenes

aéreas de las 2 fechas disponibles de 2012 (pre y post-incendio) y en la imagen de satélite de 2015.

Para poder comparar el índice NDVI de imágenes provenientes de diferentes sensores y fechas, se

procedió a normalizarlas dividiendo por el NDVI de zonas que no habían sido afectadas por el fuego.

Se seleccionaron áreas fuera del perímetro del incendio, utilizando las mismas zonas en las 3

imágenes, como áreas de control que presentasen tipos de vegetación similares a los que

encontramos en el área afectada. El NDVI calculado para cada una de estas zonas control sirvió para

minimizar el error ocasionado por la variación fenológica ocurrida entre los diferentes años

comparados. A esta nueva variable normalizada la denominamos QNDVI:

La variable QNDVI se calculó para cada pixel de las imágenes utilizadas pre y post incendio. Valores

muy bajos de este índice (< 0,1) se corresponden con nula o escasa vegetación. Las zonas con

vegetación dispersa o poco abundante, como herbáceas o matorral, tendrían valores moderados (0,2

– 0,5). Mientras que las zonas con vegetación densa y abundante, como áreas boscosas, tendrían

valores altos (0,6 – 0,9) relacionados con una mayor actividad fotosintética.

Los valores del índice NDVI son representativos del vigor y densidad de vegetación. Una vegetación

sana con un nivel de densidad de área foliar elevada y por tanto mayor nivel de actividad




AGRESTA


www.agresta.org

55

fotosintética presentará valores de NDVI mayores. Los resultados muestran una reducción

significativa de este índice inmediatamente después del incendio, con valores promedio inferiores a

0,2 que indican el grave impacto del fuego sobre la vegetación en la mayor parte de la zona de

estudio. Las zonas con valores superiores del índice QNDVI coinciden con las zonas con menor

severidad del incendio (niveles 1 y 2), que corresponden con áreas con fuego de superficie o con

copas parcialmente soflamadas.

Comparativa de la actividad fotosintética (QNDVI) antes y después del incendio

El posterior análisis de este índice QNDVI en la imagen satelital de 2015 indica una importante

recuperación de la actividad fotosintética 3 años después del incendio en relación a la situación

justo después del incendio. No obstante, comparando con los valores previos al incendio, dentro de

los límites del Parque (zona PN) se detectan áreas con un menor grado de recuperación (zonas

amarillentas, correspondientes con valores bajos del índice QNDVI). La localización de estas áreas es

importante, ya que pueden servir para seleccionar zonas prioritarias de actuación para la mejora de

la regeneración de la vegetación.




AGRESTA


www.agresta.org

56

Actividad fotosintética (QNDVI) 3 años después del incendio

Severidad QNDVI 2011 QNDVI 2012 QNDVI 2015

1 0,522 0,292 0,346

2 0,222 0,043 0,270

3 0,318 -0,022 0,301

Evaluación de QNDVI en las diferentes zonas de severidad

Cuenca QNDVI 2011 QNDVI 2012 QNDVI 2015

Alajeró 0,369 -0,014 0,362

Erque 0,318 -0,024 0,331

La Laja 0,392 0,06 0,294

Valle Gran Rey Cabecita 0,461 0,08 0,316

Valle Gran Rey Guadiana 0,365 0,05 0,198

Vertiente Norte del PN 0,429 0,21 0,288

Zona Periférica 0,214 0,01 0,284

Evaluación de QNDVI por Cuencas

En las tablas anteriores se recoge, un análisis de la evolución de NDVI tanto por cuencas

hidrográficas, como por zonas de severidad. En relación a las cuencas la recuperación está siendo

bastante favorable, solo la zona del Valle del Gran Rey Guadiana presenta valores de NDVI que aún

no alcanzan los que había previos al incendio. Las zonas de Alajeró y Erque parecen más afectadas,

aunque su recuperación está siendo favorable. En cuanto a la severidad, las tres zonas se recuperan

con valores próximos a los que tenían previamente, aunque esto no es indicativo de que el nivel de

biodiversidad de especies vegetales sea el mismo después del incendio.




AGRESTA


www.agresta.org

57

Resultados por tipo de vegetación

A continuación se presenta un análisis de los resultados de los dos índices de vegetación (NDVI y

SAVI) teniendo en cuenta el impacto del incendio según el tipo de vegetación afectada. Esta

evaluación detallada para las diferentes clases de vegetación afectada y su estado de regeneración se

ha obtenido con el fin de proporcionar información relevante que sirva de base científica a las

labores de apoyo a la regeneración desarrolladas por el Parque.

Los resultados para el índice de vegetación NDVI se muestran en las siguientes figuras. Para las

formaciones de Monteverde, se observa una moderada recuperación, excepto en las masas de

laurisilva donde hay una disminución del NDVI en el periodo pos-incendio. En cuanto al resto de

formaciones arboladas, las masas de castañar son las que muestran menos cambios post-incendio y

una mayor recuperación de los niveles iniciales pre-incendio. En cuanto al resto de formaciones

(matorral, herbazal o xerófilas), las formaciones que presentan un menor grado de recuperación en

relación a los niveles pre-incendio son los sabinares, tabaibales y comunidades rupícolas.

Los resultados obtenidos mediante el índice de vegetación SAVI confirman los anteriormente

descritos para el NDVI. Con el índice SAVI se pretende eliminar la influencia de la reflectancia del

suelo. En las masas de laurisilva, donde los valores SAVI presentan una mejor recuperación, pueden

indicar que hay zonas donde la reflectancia del suelo pueda estar teniendo mayor influencia. Esta

discrepancia pone de manifiesto la necesidad de evaluar con una mayor precaución la información

relativa a estas formaciones, que además se consideran de interés prioritario para el Parque.

Evolución del índice NDVI para las formaciones de Monteverde

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

Jul' 2012 Sep' 2012 Jul' 2015

ND

VI

LaurisilvaBrezal HumedoFayal-brezal arboreoFayal-brezal matorral




AGRESTA


www.agresta.org

58

Evolución del índice NDVI para otras formaciones arboladas

Evolución del índice NDVI para otras formaciones de matorral, herbazal o xerófilas

Evolución del índice SAVI para las formaciones de Monteverde

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

Jul' 2012 Sep' 2012 Jul' 2015

ND

VI

Plantaciones P. canariensis CON sotobosque FB

Plantaciones P. canariensis SIN sotobosque FB

Plantaciones P. radiata CON sotobosque FB

Plantaciones P. radiata SIN sotobosque FB

Castañar

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0,5

Jul' 2012 Sep' 2012 Jul' 2015

ND

VI

Matorrales (jarales, codesar, escobonales)SabinaresComunidades rupicolasPalmeralTabaibalPastizales

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

Jul' 2012 Sep' 2012 Jul' 2015

SAV

I

LaurisilvaBrezal HumedoFayal-brezal arboreoFayal-brezal matorral




AGRESTA


www.agresta.org

59

Evolución del índice SAVI para otras formaciones arboladas

Evolución del índice SAVI para otras formaciones de matorral, herbazal o xerófilas

3.3.3. Análisis de signaturas espectrales

La red de puntos suministrados por el Parque Natural de Garajonay fue utilizada para realizar el

análisis de signaturas espectrales y evaluar si es posible diferenciar fayal-brezal de otro tipo de

vegetación colonizadora que está rebrotando en las zonas afectadas por el incendio. La tabla

siguiente muestra la etiqueta asignada a los diferentes puntos de control dependiendo del

porcentaje de rebrote de vegetación prioritaria.

Parcelas Rebrote nulo o

escaso (FCC < 20%)

Rebrote moderado

(FCC 20-40%)

Rebrote abundante

(FCC > 40%)

PNG 79, 80, 81, 91, 94 86, 101, CAN-1 85, CAN-2

Asignación de nivel de rebrote a las parcelas de seguimiento (sobre estas parcelas se realizó el análisis de huellas

espectrales)

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

Jul' 2012 Sep' 2012 Jul' 2015

SAV

I

Plantaciones P. canariensis CON sotobosque FB

Plantaciones P. canariensis SIN sotobosque FB

Plantaciones P. radiata CON sotobosque FB

Plantaciones P. radiata SIN sotobosque FB

Castañar

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0,5

Jul' 2012 Sep' 2012 Jul' 2015

SAV

I

Matorrales (jarales, codesar, escobonales)SabinaresComunidades rupicolasPalmeralTabaibalPastizales




AGRESTA


www.agresta.org

60

Signatura espectral de las parcelas de seguimiento. Rebrote escaso o nulo (rojo), rebrote moderado (naranja), rebrote

abundante (verde)

La figura representa la signatura espectral de las diferentes parcelas de estudio. Se puede observar

que a rasgos generales la banda del infrarrojo cercano discrimina correctamente zonas de mayor y

menor rebrote. Sin embargo existe confusión entre algunas parcelas etiquetadas con rebrote nulo o

escaso, en concreto las parcelas 79 y 94. Esto indica que la actividad fotosintética en esta zona se

asemeja a otras etiquetadas de rebrote moderado, probablemente como consecuencia de otro tipo

de vegetación. El estudio de especies, tal y como se ha comprobado en campo, se dificulta debido al

intenso nivel de crecimiento de vegetación colonizadora, y también a la presencia de biomasa

muerta en pie (existencias de un entramado de ramas quemadas en el estrato superior, que presenta

valores de cobertura elevados) que influyen en ambos casos en la reflectancia media de las parcelas.

No obstante, un mayor número de parcelas de campo permitiría un estudio más detallado de esta

diferenciación por especies.

El análisis de signaturas espectrales presenta un gran potencial para discriminar entre especies. Una

comparación interesante que cabría estudiar sería evaluar la signatura espectral de zonas de fayal-

brezal sin influencia de ningún otro tipo de vegetación, y ver cómo esta signatura espectral va

variando cuando va aumentando el porcentaje de otro tipo de vegetación.

Estos resultados no han tenido en cuenta el impacto del incendio según el tipo de vegetación

afectada, ya que sólo se tenían datos de las zonas de fayal-brezal. En general, la vegetación canaria

tiene la capacidad de recuperarse tras un incendio, pero dadas las particularidades del Parque

Nacional de Garajonay es importante analizar el grado de recuperación de la biodiversidad, en

especial en las zonas de laurisilva. Aunque se han recogido algunas parcelas de seguimiento y se ha

200

300

400

500

600

700

800

400 500 600 700 800 900

Val

ore

s d

igit

ales

Longitud de onda

CAN-2

85

CAN-1

86

101

79

80

91

94

81




AGRESTA


www.agresta.org

61

evaluado la capacidad de distinguir espectralmente entre rebrote de vegetación prioritaria y otro

tipo de vegetación, carecemos de suficientes datos para hacer un estudio en detalle de la

composición específica.

3.3.2. Análisis del nivel de regeneración

Resultados globales

El nivel de regeneración en la zona afectada por el incendio fue evaluado analizando el índice de

vegetación NDVI para la imagen de Septiembre 2012 (operada por GRAFCAN) y para la imagen de

Julio de 2015 (sensor Pleiades). Ambas imágenes fueron corregidas geométricamente y se le aplicó

una corrección atmosférica de manera que evaluar estos índices fuese posible. Con los datos

recogidos en las 13 parcelas levantadas por AGRESTA se evaluaron los rangos de NDVI

correspondientes a diferentes niveles de cobertura vegetal (ver tabla siguiente). Estos rangos de

NDVI son establecidos con el NDVI son obtenidos de la imagen satelital de 2015, ya que es la imagen

que se corresponden con la fecha de levantamiento de las parcelas de campo.

Los datos recogidos en campo por AGRESTA y los datos suministrados por el Parque conforman una

base de datos de 23 puntos, que serán utilizados para establecer rangos de NDVI (los 13 parcelas

levantadas por AGRESTA) y para validación del mapa generado (10 puntos parcelas levantadas por

técnicos del Parque de Garajonay).

Id parcela NDVI 2015 FCC copa viva FCC matorral

1 0,24776397 10% 75%

2 0,2701913 0% 80%

3 0,1472294 0% 50%

4 0,11495475 0% 8%

5 0,13754062 0% 70%

6 0,08878888 0% 7%

7 0,25720318 0% 90%

8 0,37737462 30% 80%

9 0,39004277 0% 100%

10 0,27486 60% 0%

11 0,28263339 10% 100%

12 0,33679941 3% 70%

13 0,27686387 2% 70%

Datos recogidos en campos en 13 parcelas por personal de AGRESTA




AGRESTA


www.agresta.org

62

Los rangos de NDVI establecidos para evaluar mapa de regeneración fueron los siguientes:

Nivel de regeneración NDVI 2015- NDVI 2012 NDVI 2015

Intacta > -0,1 y < 0,15 > 0,4

Bueno > 0,15 > 0,3

Moderado > 0,15 > 0,15 y < 0,3

Escaso > 0,15 < 0,15

Nada < 0,15 < 0,15

Rangos establecidos para el nivel de regeneración

La áreas denominadas intactas se refieren a zonas que presentan árboles que no han sido afectadas

por el incendio, ya que la diferencia entre NDVI 2012 (justo después del incendio) y el de 2015, es

muy pequeña, y además el NDVI 2015 es mayor a 0,4. En el extremo opuesto están las zonas donde

no ha habido nada de regeneración, ya que la diferencia entre NDVI en 2012 tras el incendio y 2015

es pequeña, y además el NDVI en 2015 es menor a 0,15. Como regeneración intermedia distinguimos

tres niveles (bueno, moderado o escaso) en los cuales ha habido un incremento de NDVI entre 2012

y 2015 (indicativo de recuperación de la vegetación), clasificado de mayor a menor según el valor de

NDVI en 2015, tal y como se indica en la tabla presentada.

El mapa obtenido tras aplicar esta asignación a las imágenes de los índices de vegetación para 2012 y

2015 se muestra en la siguiente figura.

Clasificación del estado de recuperación de la vegetación en 2015 elaborada a partir de los valores de NDVI ese año (2015) y

la variación de NDVI en el periodo post-incendio (2012 -2015)




AGRESTA


www.agresta.org

63


A rasgos generales observamos que el nivel de regeneración es alto, principalmente en el Valle del

Gran Rey Cabecita (ver tabla). Los valores de NDVI han evolucionado al menos un 10% en los dos

últimos años, y presentan valores mayores a 0,3. No obstante, la regeneración no ha sido a nivel de

las copas de árboles; esto se manifiesta debido a que, como veíamos en la comparación de los

valores de QNDVI, los valores se encuentran entre 0,2 y 0,4, mientras que los valores

correspondientes a arbolado denso y en buen estado son mayores a 0,6.

Cuenca No regenera Escasa Moderada Alta Intacta

Alajeró 0,10 ha (0.06%) 3,08 ha (1.9%) 39,16 ha (24.1%) 119,97 ha (73.8%) 0,23 ha (0.1%)

Erque 0,16 ha (0.1%) 5,77 ha (4.1%) 41,62 ha (29.8%) 91,85 ha (65.8%) 0,06 ha (0.04%)

La Laja 0,04 ha (0.31%) 0,57 ha (4.36%) 3,83 ha (29.3%) 8,09 ha (61.8%) 0,55 ha (4.2%)

V.G.R. Cabecita 5,68 ha (2.7%) 23,01 ha (11.0%) 58,96 ha (28.3%) 105,89 ha (50.8%) 14,95 ha (7.2%)

V.G.R. Guadiana 3,01 ha (3.3%) 17,61 ha (19.4%) 46,68 ha (51.4%) 19,86 ha (21.8%) 3,69 ha (4.1%)

Vertiente Norte 1,69 ha (3.8%) 8,66 ha (19.5%) 11,41 ha (25.7%) 14,39 ha (32.4%) 8,26 ha (18.6%)

Zona Periférica 1,35 ha (0.4%) 20,82 ha (6.45%) 117,28 ha (36.3%) 181,58 ha (56.3%) 1,62 ha (0.5%)

Resultados por cuencas del nivel de regeneración

3.4. Integración de imágenes ópticas e información LiDAR

El análisis del grado de supervivencia de las copas (presencia de biomasa viva/muerta) y del nivel de

rebrote de cepa del arbolado en el sotobosque/matorral para la vegetación prioritaria se analizó

previamente (apartado 3.2), estudiando la señal de intensidad obtenida mediante LiDAR en dos

estratos independientes: el estrato del sotobosque/matorral (0,4 a 4 m) y el estrato arbóreo (4 a 40

m). Esto nos permitió establecer rangos de intensidades clasificados para el estrato arbóreo (3 clases:

zonas con copas muertas, zonas mixtas y zonas con copas vivas) y para el estrato del

sotobosque/matorral (2 clases: zonas con rebrote nulo o escaso, y zonas con rebrote moderado a

abundante). En este análisis integrativo de tecnología LiDAR con índices de vegetación obtenidos

mediante imagen satelital, evaluamos la relación del índice NDVI, indicador del desarrollo y el vigor

de la vegetación, con parámetros obtenidos mediante LiDAR, en concreto la fracción de cabida

cubierta (FCC) del estrato arbolado y del sotobosque/matorral y sus respectivas intensidades (ver

Figuras siguientes).




AGRESTA


www.agresta.org

64

Fracción de cabida cubierta obtenida con LiDAR en 2014 frente a NDVI obtenido de la imagen Pleiades Julio 2015

Intensidad obtenida con LiDAR en 2014 frente a NDVI obtenido de la imagen Pleiades Julio 2015

La representación entre el índice de vegetación NDVI obtenido de imágenes satelitales de 2015 y el

parámetro de fracción de cabida cubierta obtenido de datos LiDAR de 2014 (ver figuras anteriores)

presenta correlaciones bajas tanto para matorral como para arbolado (r2 < 0,15). Esto es debido,

como se explica anteriormente, a que existen copas de árboles quemadas en pie, con un elevado

entramado de ramas que presenta valores de fracción de cabida cubierta altos y valores de NDVI

muy bajos. También pueden existir zonas donde empieza a haber crecimiento de matorral, y por

tanto presenta valores de NDVI elevados, pero se corresponden con zonas de poca fracción de

cabida cubierta. Por tanto podemos afirmar que la fracción de cabida cubierta no es un parámetro

válido para obtener sobre cantidad de biomasa viva en este estudio.

Sin embargo, encontramos que los valores de intensidad LiDAR, principalmente en matorral,

presentan una mejor correlación con el índice de vegetación NDVI con valores de r2=0,55. Por lo

tanto, el parámetro de intensidad puede darnos un mayor acercamiento al porcentaje de biomasa

viva en el estrato inferior que encontramos en las diferentes zonas del incendio. No obstante, en el

estrato arbóreo esta correlación baja considerablemente. El índice NDVI no nos aporta información

en el plano vertical, ya que obtiene el valor promedio para todo el estrato de vegetación. Por tanto,




AGRESTA


www.agresta.org

65

puede haber zonas de copas muertas en pie (intensidad LiDAR baja) que presenten valores altos de

NDVI debido a la recuperación de la vegetación en el estrato inferior. Y zonas donde la intensidad

LiDAR sea alta, porque hay vegetación en copa, pero el valor de NDVI es un valor medio entre 0,25 -

0,4, ya que no representa copas arbóreas muy densas. Una superficie con una vegetación arbórea

sana y tupida presentaría valores de NDVI superiores a 0,6. En este caso, los valores de NDVI en

torno a 0,25 y 0,4, corresponden al vegetación en copa que no tiene una alta densidad foliar. De ahí

que la gráfica de NDVI versus intensidad arbórea no presente una buena correlación.

A la vista de estos resultados, para obtener mapas de rebrote en el estrato arbóreo y el estrato

matorral, se integró la información proveniente del NDVI y los valores de intensidad obtenidos con

LiDAR. Las imágenes con información de bandas espectrales, índice de vegetación e intensidad,

fueron clasificadas mediante el algoritmo Random Forest, obteniendo los siguientes mapas de nivel

de rebrote.

En el caso de rebrote del arbolado a nivel del sotobosque/matorral, se diferenciaron las clases

explicadas anteriormente:

o Clase 1 - Rebrote nulo o escaso: fracción <20%

o Clase 2 - Rebrote moderado a abundante: fracción >20%

Clasificación de la presencia de rebrote de cepa del arbolado elaborada a partir de los valores de reflectancia, el indice NDVI

de la imagen Pleiades y la intensidad LiDAR en el estrato inferior

A continuación se muestra la superficie por cuencas de los estados de presencia de rebrote en el

estrato matorral (0.4-4m). Encontramos un mayor porcentaje de rebrote en la cuenca de Alajeró,

Erque y Valle Gran Rey Cabecita con una superficie entorno al 18%.




AGRESTA


www.agresta.org

66

Cuenca 1-Rebrote escaso 2-Rebrote moderado

Alajeró 26.7 ha (16.4%) 124.6 ha (76.5%)

Erque 30.7 ha (22.0%) 104.8 ha (75.2%)

La Laja 2.4 ha (18.5%) 10.4 ha (79.8%)

Valle Gran Rey Cabecita 100.8 ha (47.1%) 100.9 ha (47.1%)

Valle Gran Rey Guadiana 59.9 ha (64.6%) 32.9 ha (35.4%)

Vertiente Norte del PN 31.8 ha (65.7%) 13.1 ha (27.2%)

Zona Periférica 43.7 ha (13.5%) 277.3 ha (85.6%)

Resultados por cuencas de las clases de rebrote obtenidas mediante la integración de sensores ópticos y LiDAR

En el caso de estrato arbóreo, realizamos la clasificación de copas vivas/muertas en el estrato de 4 a

40 m.

o Clase 1 - Predominio de copas muertas: fracción viva < 15%

o Clase 2 - Mezcla de copas vivas y muertas: fracción viva 15 - 70%

o Clase 3 - Predominio de copas vivas: fracción viva > 70%

Clasificación de la presencia de rebrote del arbolado elaborada a partir de los valores de reflectancia, el indice NDVI de la

imagen Pleiades y la intensidad LiDAR en el estrato superior




AGRESTA


www.agresta.org

67

Cuenca 1-Copas muertas 2-Mezcla 3-Copas vivas

Alajeró 75.19 ha (46.2%) 7.43 ha (4.6%) 5.18 ha (3.2%)

Erque 61.85 ha (44.4%) 7.46 ha (5.3%) 3.07 ha (2.2%)

La Laja 4.56 ha (34.6 %) 1.16 ha (8.8%) 0.40 ha (3.0%)

Valle Gran Rey Cabecita 130.02 (60.8%) 40.02 ha (18.7%) 4.10 ha (2.0%)

Valle Gran Rey Guadiana 64.43 ha (69.4%) 16.27 ha (17.5%) 1.21 ha (1.3%)

Vertiente Norte del PN 18.45 ha (38.1%) 22.73 ha (46.9%) 3.32 ha (6.9%)

Zona Periférica 84.71 ha (26.2%) 11.24 ha (3.5%) 9.31 ha (3.0%)

Resultados por cuencas de las clases establecidas para diferenciar entre copas vivas y muertas, obtenidas mediante la

integración de sensores ópticos y LiDAR

En el estrato arbóreo destaca principalmente zonas de clase 1, copas muertas en todas las cuencas

hidrográficas. Presentando algunas copas viva con una fracción de más del 70% en zonas donde

probablemente las copas no se vieron afectadas. Zonas intactas como veíamos en el punto anterior.

4. CONCLUSIONES Y CONSIDERACIONES FINAL ES

El presente trabajo tiene como objetivo el seguimiento de la recuperación de la vegetación en el

Parque Nacional tras el incendio ocurrido en 2012 mediante sensores remotos. Dadas las

particularidades de la zona de estudio, con predominio de biomasa muerta en pie remanente del

arbolado quemado, así como de zonas con un abundante recuperación de distintos tipos de

vegetación (matorral, herbáceas, et.) en el estrato inferior, el seguimiento de la recuperación de la

vegetación existente antes del incendio (fundamentalmente especies de Monteverde, cuyas

formaciones son el objetivo de protección prioritario del Parque) suponían un importante reto. Para

la consecución de este objetivo se han empleado metodologías complementarias, que representan

distintas aproximaciones al problema planteado con el fin de tratar de aportar información lo más

precisa posible y con el mayor nivel de detalle mediante un análisis exhaustivo de los resultados

proporcionados por los distintos tipos de sensores.

El importante esfuerzo realizado ha permitido poner a punto distintas metodologías de

seguimiento de la vegetación, cuyas principales características se resumen a continuación:

1. Los resultados del análisis tridimensional de la estructura de la vegetación a partir de los

datos LiDAR, estratificando los datos por niveles de altura, suponen una fuente de

información de especial relevancia para la caracterización de estas masas, cuyas formaciones

inalteradas forman un dosel muy denso. La metodología empleada para caracterizar tanto

cobertura horizontal (FCC) diferenciada por estratos (arbolado y sotobosque/matorral) como

la posibilidad de disponer de los perfiles detallados de distribución vertical de la vegetación

supone una gran ventaja frente a otras metodologías clásicas de análisis de la estructura de

la vegetación. Además, proporcionan esta información de forma continua para toda la zona

de estudio, con un gran nivel de resolución espacial.




AGRESTA


www.agresta.org

68

2. La metodología de análisis de los datos de intensidad LiDAR es innovadora, y ha supuesto

un importante esfuerzo de investigación. Los buenos resultados obtenidos, a pesar de las

limitaciones para la calibración de la información, ponen de manifiesto el gran potencial de

esta metodología para discriminar no sólo la biomasa viva o de la biomasa muerta, sino la

posibilidad de distinguir entre las especies de Monteverde (fundamentalmente lauráceas) y

otras especies existentes en el estrato del sotobosque/matorral. Aunque no se ha abordado

en este estudio, se podría realizar con un análisis de la intensidad con un mayor nivel de

detalle, proporcionando información para distintos tramos del perfil vertical predefinidos

(similar a los resultados proporcionados para la caracterización tridimensional estructural

anteriormente descritos, pero analizando los datos de la intensidad en lugar del número de

retornos LiDAR). Este resultado de especial relevancia, abre la posibilidad de realizar un

seguimiento más exhaustivo de la vegetación de interés prioritario para el parque.

3. Los análisis de signatura espectral, presentan un buen potencial para evaluar la

regeneración de vegetación prioritaria y los cambios en biodiversidad, ya que permitirían

distinguir entre distintas especies vegetales. Sería interesante contar con un amplio set de

parcelas, donde pudiésemos diferenciar entre parcelas donde la vegetación prioritaria sea

muy abundante, para evaluar la huella espectral de zonas puras, y zonas que presenten

mezcla de vegetación con diferentes porcentajes, para evaluar la influencia del resto de

especies sobre la signatura espectral pura.

4. La integración de sensores ópticos y tecnología LiDAR aporta robustez a los resultados

obtenidos solo a partir de datos de intensidad LiDAR. El NDVI es un índice de vegetación que

diferencia principalmente vegetación sana y con alta densidad foliar de vegetación enferma,

sin hojas o portes muy débiles. La combinación de índices espectrales, como el NDVI, con la

información LiDAR, que proporciona datos en el plano vertical, hace que sea una tecnología

de gran potencial para estudios de evaluación de la vegetación regenerada en un incendio.

Para la correcta interpretación de la información presentada en este estudio, hay que tener en

consideración algunos aspectos que han condicionado inevitablemente la obtención de unos

resultados más precisos, y que una vez corregidos y tenidos en cuenta en el futuro podrían sin duda

mejorar los resultados obtenidos con estas mismas metodologías de trabajo.

Concretamente, en la clasificación basada en la información de la intensidad LiDAR (discriminación

vivo/muerto en copas y presencia/ausencia de rebrote en el sotobosque, respectivamente):

Existe un desfase temporal entre los datos LiDAR analizados (2014) y los datos de campo

utilizados para la calibración (2015)

El número de parcelas de campo disponible era pequeño, y no abarcaba todos los casos

representativos de las distintas situaciones observadas sobre el terreno (grado de

recuperación, tipos de vegetación, etc.), ya que la mayoría se encontraban sobre un mismo

tipo de vegetación (fayal-brezal) y en zonas con severidad del fuego alta (severidad 3)




AGRESTA


www.agresta.org

69

En relación a la clasificación mediante integración de datos LiDAR e imágenes espectrales:

Existe un desfase temporal entre los datos LiDAR (2014) y la imagen de Pleiades utilizada

(2015)

El análisis de evolución de NDVI presenta una recuperación bastante favorable de los niveles

de densidad de vegetación, no obstante no son indicativos de la recuperación de la

biodiversidad de la zona. Se necesita un mayor número de parcelas de entrenamiento para la

clasificación, con un número suficiente de casos para cada una de las categorías asociadas a

las distintas situaciones que se pretenden discriminar.

5. RECOMENDACIONES A FUTURO PAR A ACCIONES DE

SEGUIMIENTO

Como se mencionada anteriormente, una de las limitaciones del análisis de los datos de intensidad

LiDAR, es que los umbrales de clasificación para discriminar la biomasa viva/muerta en las copas y el

rebrote del arbolado en el estrato inferior están calibrados con datos de campo de 2015, mientras

que los datos del vuelo LiDAR son de 2014. Este desfase no podía solventarse en el marco del

presente estudio, pues no existían datos LIDAR disponibles más recientes, pero sin duda puede

corregirse en futuros trabajos mediante una planificación del muestreo de seguimiento de las

parcelas de campo sincrónico con los próximos vuelos LiDAR programados por GRAFCAN para la

zona del Parque Nacional. Esto redundaría, sin duda, en una mejora de la fiabilidad de los resultados

obtenidos mediante el análisis de los datos de la intensidad LiDAR.

En relación a futuros seguimientos de la recuperación de la vegetación afectada por el incendio, se

propone ampliar las parcelas de seguimiento a toda la zona de vegetación prioritaria de interés

Actualmente sólo se disponía de parcelas localizadas en el fayal-brezal, que era la zona más castigada

por el incendio, pero faltaba información sobre otras formaciones importantes del Parque (como la

laurisilva o el brezal húmedo de crestería). La distribución de estas parcelas adicionales propuestas

puede seguir un diseño sistemático o aleatorio, es indiferente. El aspecto relevante para su validez

como fuente de datos de campo para calibrar la información de los sensores (tanto LiDAR como

imágenes multiespectrales) reside en que sean zonas representativas de cada una de las masas y

circunstancias que se quieren analizar o detectar. Por ejemplo, para poder realizar un clasificación

precisa que distinga bien entre zonas con vegetación viva/muerta en copas, o con

presencia/ausencia de rebrote abundante, es indispensable tener un número suficiente de parcelas

de cada uno de los niveles de recuperación que se quieren discriminar, es decir, tanto en zonas con

bajo nivel de recuperación como en zonas con buen nivel de recuperación.

En relación a la información necesaria para las clasificaciones de la recuperación de la vegetación,

interesa seleccionar parcelas en zonas homogéneas y representativas de cada una de las

circunstancias a analizar. El tamaño óptimo de las parcelas debe ser similar a la resolución espacial

de la información proporcionada por los sensores remotos a utilizar, para que los valores promedio

de las variables medidas (FCC, intensidad, NDVI) sean equiparables. No obstante, lo más relevante es

la localización del centro de las parcelas con precisión submétrica, para asegurar una buena

calibración de los datos de los sensores. Los datos de campo requeridos para cada parcela serían los

siguientes:




AGRESTA


www.agresta.org

70

- Para la clasificación de copas vivas/muertas en el arbolado: interesa medir los valores de FCC de

copa viva (verde), distinguiéndolos del total de cobertura existente en el estrato arbolado

(entramado de ramas muertas). Se propone incluir la medición de las siguientes variables:

FCC copas viva

FCC total

- Para la clasificación del grado de regeneración del arbolado mediante rebrote de cepa: habría que

medir la FCC del rebrote de cepa del arbolado, distinguiéndolo del total de cobertura existente en el

estrato del sotobosque. También interesaría medir la altura media del rebrote, para poder ajustar el

umbral de estratificación en el análisis de los datos LiDAR. Por tanto, se propone incluir la medición

de las siguientes variables:

FCC rebrote de cepa del arbolado

FCC matorral

FCC herbáceas

Altura media del rebrote del arbolado

Altura media del matorral

Altura media de las herbáceas

Esta información de coberturas y alturas estaba indirectamente disponible en los estadillos de las

parcelas de seguimiento proporcionadas por el personal del Parque, que incluían una información

mucho más exhaustiva de la vegetación, en especial de las especies del arbolado. Sin embargo, se

propone la inclusión de las variables FCC y altura media en los protocolos de medición ya que su

estimación directa en campo es relativamente fácil de obtener sobre el terreno para las distintas

especies, y puede suponer una gran ventaja a la hora de realizar futuros trabajos de seguimiento de

la recuperación de la vegetación de interés prioritario mediante sensores remotos.

6. LIST ADO DE LA CAR TOGRAFÍA EN TREG ADA

En la siguiente tabla se detallan los nombres de los archivos correspondientes a las capas de la

cartografía generada y entregada. Cada una de ellas se entrega en formato raster (.tif) con un archivo

de estilo de QGIS asociado que permite su correcta visualización (.qml). Una vez abierto la capa de

interés en QGIS, sólo hay que abrir las propiedades de la capa y cargar el estilo correspondiente a la

misma.

También se hace entrega de la misma cartografía en formato vector. Posee exactamente los mismos

nombres que sus homólogos formatos en raster. Es necesario hacer dos antoaciones:

Los 4 raster que hacen referencia al NDVI no se han vectorizado tanto por el excesivo tamaño

de los mismos como porque carece de interpretación en formato vectorial

Los estilos desarrollados sólo son válidos para los archivos en formato raster




AGRESTA


www.agresta.org

71

Capa raster (.tif) Estilo (.qml) Descripción

FCC_4a40_2011_ZE.tif estilo_cobertura_arbolado.qml FCC del estrato arbolado ( 4 a 40 m) en 2011



FCC_04a4_2011_ZE.tif estilo_cobertura_matorral.qml FCC del estrato sotobosque/matorral (0,4 a 4 m) en 2011



Diferencia_2012_2011_FCC_4a40_ZE.tif estilo_diferencias_cobertura.qml Cambio FCC del estrato arbolado en el periodo 2011-2012



Diferencia_2012_2011_FCC_04a4_ZE.tif estilo_diferencias_cobertura.qml Cambio FCC del estrato sotobosque/ matorral en el periodo 2011-2012



Copas_intensidad_4a40_2011.tif estilo-intensidad-copas.qml Clasificación copas vivas/muertas según intensidad LiDAR para 2011



Rebrote_intensidad_04a4_2011.tif estilo-intensidad-rebrote.qml Clasificación rebrote de cepa según intensidad LiDAR para 2011



QNDVI_2011 estilo_QNDVI.qml Índice QNDVI en 2011



MapaEvolucionNDVI MapaEvolucionNDVI.qml Comparativa NDVI 2012 post incendio con NDVI 2015

Clasificacion_RF_Copas_intensidad_4a40_2014 estilo-intensidad-copas.qml Clasificación mediante algoritmo Random Forest integrando sensores ópticos y LiDAR. Nivel árbol

Clasificacion_RF_Matorral_intensidad_04a4_2014 estilo-intensidad-rebrote.qml Clasificación mediante algoritmo Random Forest integrando sensores ópticos y LiDAR. Nivel matorral

Cartografía entregada: nombre de los archivos en formato raster (.tif) y su archivo QGIS de estilo de visualización

asociado (.qml)




AGRESTA


www.agresta.org

72

7. ANEXO DE TABLAS Y FIGURAS ADICIONALES

A continuación se incluye un ANEXO de tablas y figuras adicionales a las descritas en apartados

anteriores del informe que ilustran los resultados obtenidos mediante un análisis más detallado de

las variables analizadas (FCC, perfil de distribución vertical de la vegetación, clasificación según

presencia de biomasa viva/muerta, etc.) para los distintos tipos de vegetación, niveles de severidad y

zonas delimitadas por las cuencas hidrográficas.

8. REFER ENCIAS

Chavez, P.S., Jr., 1988. An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data, Remote Sensing of Environment, 24:459-479. Chavez, P.S., Jr., 1989. Radiometric calibration of Landsat Thematic Mapper multispectral images, Photogrammetric Engineering of Remote Sensing, 55(9):1285-1294. Key, C.H.; Benson, N.C. 2006. Landscape Assessment (LA): Sampling and Analysis Methods. In Firemon: Fire Effects Monitoring and Inventory System; Lutes, D., Keane, R.E., Caratti, J.F., Key, C.H., Benson, N.C., Sutherland, S., Gangi, L., Eds.; RMRS-GTR-164; Rocky Mountain Research Station, US Department of Agriculture, Forest Service: Fort Collins, CO, USA, pp. LA-1–LA-51 Martín M. P., I. Gómez, and E. Chuvieco, 2006. “Burnt Area Index (BAIM) for burned area discrimination at regional scale using MODIS data,”Forest Ecol. Manage., vol. 234, p. S221. 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 Sens. Environ. 109, 66–80. Parks S.A., Dillon G.K., Miller C., 2014. A New Metric for Quantifying Burn Severity: The Relativized Burn Ratio. Remote Sensing 6, 1827-1844.




AGRESTA


www.agresta.org

73

9. ANEXO

Análisis de la evolución del perfil de distribución vertical por nivel de severidad para cada

tipo de vegetación

Resultados para la laurisilva

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Laurisilva severidad 1

2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011




AGRESTA


www.agresta.org

74

Resultados para el fayal-brezal arbóreo

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

) Fayal-Brezal arbóreo

severidad 1

2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-Brezal arbóreo severidad 2

2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-Brezal arbóreo severidad 3

2014

2012

2011




AGRESTA


www.agresta.org

75

Resultados para el fayal-brezal matorral

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Fayal-Brezal matorral severidad 1

2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011




AGRESTA


www.agresta.org

76

Resultados para el brezal húmedo de crestería

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)

Brezal Húmedo severidad 1

2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011

0 20 40 60 80 100

0.4-1

1-2

2-3

3-4

4-40


Alt

ura

(m

)


2014

2012

2011




AGRESTA


www.agresta.org

77

Superficies y porcentaje de cada clase según la presencia de copas vivas/muertas en el

estrato arbolado (> 4m) para cada cuenca hidrográfica y tipo de vegetación


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,3 0,3% 15,9 17,1% 9,3 10,0%

1 – Copas muertas 0,0 0,0% 33,6 36,2% 61,6 66,4%

2 – Mezcla 0,6 0,6% 12,8 13,8% 14,5 15,6%

3 – Copas vivas 91,9 99,0% 30,5 32,8% 7,4 7,9%

TOTAL 92,8 100,0% 92,8 100,0% 92,8 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 1,0 0,5% 22,4 10,5% 12,9 6,0%

1 – Copas muertas 0,0 0,0% 50,1 23,4% 128,7 60,2%

2 – Mezcla 2,3 1,1% 30,2 14,1% 46,2 21,6%

3 – Copas vivas 210,6 98,5% 111,2 52,0% 26,2 12,2%

TOTAL 213,9 100,0% 213,9 100,0% 213,9 100,0%

La Laja

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 6,2 47,0% 6,1 46,2% 6,8 51,3%

1 – Copas muertas 0,0 0,0% 2,0 15,2% 3,7 27,8%

2 – Mezcla 0,2 1,2% 1,3 10,1% 1,3 9,6%

3 – Copas vivas 6,8 51,8% 3,8 28,5% 1,5 11,3%

TOTAL 13,2 100,0% 13,2 100,0% 13,2 100,0%

Alajeró

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 35,7 21,9% 70,1 43,1% 71,3 43,8%

1 – Copas muertas 0,0 0,0% 38,0 23,3% 67,3 41,3%

2 – Mezcla 7,2 4,4% 24,3 14,9% 12,5 7,7%

3 – Copas vivas 119,9 73,7% 30,4 18,7% 11,8 7,2%

TOTAL 162,8 100,0% 162,8 100,0% 162,8 100,0%

Erque

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 13,2 9,5% 58,6 42,0% 65,5 47,0%

1 – Copas muertas 0,1 0,1% 45,3 32,5% 58,6 42,0%

2 – Mezcla 6,1 4,3% 19,0 13,7% 10,3 7,4%

3 – Copas vivas 120,0 86,1% 16,5 11,8% 5,0 3,6%

TOTAL 139,4 100,0% 139,4 100,0% 139,4 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,0 0,0% 0,4 0,9% 0,2 0,4%

1 – Copas muertas 0,0 0,0% 1,3 2,8% 18,3 37,7%

2 – Mezcla 0,0 0,1% 6,7 13,8% 21,5 44,5%

3 – Copas vivas 48,3 99,9% 39,9 82,6% 8,4 17,3%

TOTAL 48,4 100,0% 48,4 100,0% 48,4 100,0%

Resultados por cuencas hidrográficas




AGRESTA


www.agresta.org

78

Laurisilva

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,1 0,2% 0,0 0,1% 0,1 0,4%

1 – Copas muertas 0,0 0,0% 0,3 0,7% 11,1 28,5%

2 – Mezcla 0,0 0,1% 5,6 14,2% 20,1 51,3%

3 – Copas vivas 39,0 99,7% 33,3 85,0% 7,8 19,9%

TOTAL 39,2 100,0% 39,2 100,0% 39,2 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 17,2 4,4% 87,1 22,1% 70,6 17,9%

1 – Copas muertas 0,0 0,0% 106,4 27,0% 226,4 57,6%

2 – Mezcla 1,3 0,3% 49,1 12,5% 62,4 15,8%

3 – Copas vivas 375,0 95,3% 151,0 38,4% 34,1 8,7%

TOTAL 393,5 100,0% 393,5 100,0% 393,5 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 168,5 49,7% 241,0 71,1% 236,7 69,9%

1 – Copas muertas 1,4 0,4% 38,7 11,4% 66,5 19,6%

2 – Mezcla 8,6 2,5% 24,6 7,3% 13,5 4,0%

3 – Copas vivas 160,4 47,3% 34,6 10,2% 22,1 6,5%

TOTAL 338,8 100,0% 338,8 100,0% 338,8 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 1,0 3,1% 4,6 14,2% 3,0 9,4%

1 – Copas muertas 0,0 0,0% 9,1 28,3% 22,0 68,6%

2 – Mezcla 0,0 0,1% 4,9 15,2% 4,8 14,8%

3 – Copas vivas 31,0 96,8% 13,6 42,3% 2,3 7,1%

TOTAL 32,1 100,0% 32,1 100,0% 32,1 100,0%

Resultados por tipos de vegetación prioritaria




AGRESTA


www.agresta.org

79

Superficies y porcentaje de cada clase según la presencia de rebrote del arbolado en el

estrato inferior (< 4m) para cada cuenca hidrográfica y tipo de vegetación


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 1,8 1,9% 10,5 11,3% 0,0 0,0%



TOTAL 92,8 100,0% 92,8 100,0% 92,8 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 3,1 1,5% 14,7 6,8% 0,9 0,4%



TOTAL 213,9 100,0% 213,9 100,0% 213,9 100,0%

La Laja

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,0 0,3% 1,0 7,6% 0,2 1,8%



TOTAL 13,2 100,0% 13,2 100,0% 13,2 100,0%

Alajeró

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,0 0,0% 28,3 17,4% 2,4 1,5%



TOTAL 162,8 100,0% 162,8 100,0% 162,8 100,0%

Erque

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,0 0,0% 18,1 12,9% 2,3 1,6%



TOTAL 139,4 100,0% 139,4 100,0% 139,4 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 4,5 9,2% 1,6 3,3% 0,0 0,0%



TOTAL 48,4 100,0% 48,4 100,0% 48,4 100,0%

Resultados por cuencas hidrográficas




AGRESTA


www.agresta.org

80

Laurisilva

Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 4,8 12,3% 1,3 3,4% 0,0 0,0%



TOTAL 39,2 100,0% 39,2 100,0% 39,2 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 4,6 1,2% 37,0 9,6% 0,3 0,1%



TOTAL 393,5 100,0% 393,5 100,0% 393,5 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 2,5 0,7% 64,0 18,9% 11,1 3,3%



TOTAL 338,8 100,0% 338,8 100,0% 338,8 100,0%


Clase 2011 (ha) % 2012 (ha) % 2014 (ha) %

0 – sin datos 0,2 0,5% 1,5 4,5% 0,0 0,0%



TOTAL 32,1 100,0% 32,1 100,0% 32,1 100,0%

Resultados por tipos de vegetación prioritaria




AGRESTA


www.agresta.org

81

Superficies y porcentaje de cada nivel de regeneración según NDVI de 2012 post incendio y

NDVI de 2015 atendiendo al tipo de vegetación

Laurisilva

Clase 2015 (ha) %

1 – Intacta 1,5 3.82

2 – Buena 7,4 18.8

3 – Moderada 6,1 15.6

4 – Escasa 14,2 36.22

5 – No regenera 10,0 25.5


Clase 2015 (ha) %

1 – Intacta 9,1 2.3

2 – Buena 45,5 11.4

3 – Moderada 139,5 35.06

4 – Escasa 185,2 46.5



Clase 2015 (ha) %

1 – Intacta 5,7 1.63

2 – Buena 17,6 5.03

3 – Moderada 119,2 34.06

4 – Escasa 206,7 59.06



Clase 2015 (ha) %

1 – Intacta 1,0 3.11

2 – Buena 3,8 11.8

3 – Moderada 8,5 26.5

4 – Escasa 17,6 54.8





AGRESTA


www.agresta.org

82

Superficies y porcentaje de cada clase según la presencia de copas vivas/muertas en el

estrato arbolado (> 4m) para cada tipo de vegetación obtenido mediante clasificación con

Random Forest combinando intensidad (LiDAR) e información de sensores remotos

ópticos.

Laurisilva

Clase 2015 (ha) %

1 – Copas muertas 11,86 30.25

2 – Mezcla 20,55 52.42

3 – Copas vivas 3,4 8.7


Clase 2015 (ha) %


2 – Mezcla 78,0 19.8



Clase 2015 (ha) %


2 – Mezcla 6,9 2.04



Clase 2015 (ha) %


2 – Mezcla 6,2 19.3





AGRESTA


www.agresta.org

83

Superficies y porcentaje de cada clase según la presencia de rebrote del arbolado en el

estrato inferior (< 4m) para cada tipo de vegetación obtenido mediante clasificación con

Random Forest combinando intensidad (LiDAR) e información de sensores remotos

ópticos.

Laurisilva

Clase 2015 (ha) %

1 – Rebrote nulo/escaso 25.05 63.90

2 – Rebrote moderado 11.07 28.24


Clase 2015 (ha) %




Clase 2015 (ha) %




Clase 2015 (ha) %



seguimiento mediante sensores remotos...

Documents