Programa del congreso

En 2017 ocurrió en Chile central un evento histórico caracterizado por megaincendios que consumieron más de 500.000 ha y generaron graves consecuencias tanto en la devastación de los bosques nativos y plantaciones forestales, alteración de ecosistemas y afectación a la salud humana. El objetivo de este estudio consistió en obtener coeficientes de consumo de biomasa para diferentes especies de vegetación y con ello estimar las emisiones de los incendios forestales ocurridas en 2017 entre las regiones de O’Higgins y Biobío. Para ello se utilizaron datos satelitales de medidas de la potencia radiativa del fuego obtenidos desde el sensor VIIRS. Los resultados indican que se emitieron al menos 32 millones de toneladas de CO2, 1 millón de tonelada de CO, 31 mil toneladas de NO2 y 85 mil toneladas de PM2.5. La principal especie vegetal afectada fueron las Plantaciones de Pinos y Bosques Esclerófilos. A partir de los coeficientes de consumo de biomasa obtenidos esta metodología puede utilizarse para la estimación temprana de emisiones producidas por los incendios forestales.

El presente estudio analiza la Humedad del Combustible Vivo (HCV) forestal y la inflamabilidad, dos factores cruciales en el comportamiento y riesgo de incendios forestales. A diferencia de la extensa literatura sobre mapas de HCV, la cartografía de inflamabilidad es menos explorada. Se emplea un modelo de cokriging espacio-temporal, una técnica innovadora para examinar simultáneamente la dinámica de HCV y la inflamabilidad, integrando variables climáticas y datos de teledetección. El área de interés se centra en una zona de jarales de Cistus ladanifer en Sierra Morena, Córdoba, España, abarcando el muestreo de 38 parcelas a lo largo de 15 campañas de campo. Para la inflamabilidad se muestrearon 8 de estas parcelas durante 7 campañas. El modelo más preciso incluye como variables auxiliares el índice GVMI (Global Vegetation Moisture Index) obtenido a partir de Sentinel-2, además de la temperatura y la estacionalidad. La validación cruzada reveló una buena precisión para el modelo de HCV (con un bias de -0.0009 y un RMSE de 12.84%) y limitada para el de inflamabilidad, medida como el Tiempo de Ignición (con un bias de -0.1887 y un RMSE de 39.52%), debido a la menor cantidad de datos de esta última variable. Este estudio es pionero en la generación de mapas de inflamabilidad a partir de datos de laboratorio. Los resultados son importantes para la evaluación del riesgo de incendios y en la toma de decisiones sobre quemas prescritas, ofreciendo una nueva perspectiva en la modelización de variables forestales, tanto en la zona de estudio como en regiones similares.

Este trabajo se enmarca en el proyecto FireCCI+ (ESA). En particular aborda el objetivo de mejorar la coherencia y extensión de series temporales de área quemada (AQ). Como resultado se ha generado un nuevo producto de AQ para el periodo 1982-2018 a una resolución de 0.25º. La generación de este producto se ha estructurado en dos fases. En la primera fase, se ha creado un producto intermedio en base a un conjunto de reglas obtenidas de la comparación de productos globales de área quemada, ya existentes para el citado periodo y con la misma resolución (FireCCILT11, FireCCI51 y MCD64CMQ), con la base de datos BARD. Las reglas obtenidas permiten seleccionar el producto con mejor concordancia espacial y temporal con el BARD. Tomando como base el producto intermedio, se han entrenado modelos de Random Forest y Regresión Polinomial para extender la serie hacia atrás en el tiempo y así generar la serie de AQ de larga duración (FireCCIM10). FireCCIM10 presenta una concordancia próxima al 80% con la base de datos de referencia, mejorando los valores proporcionados por los productos fuentes. Se espera que este nuevo producto de AQ contribuya a mejorar las estrategias de vigilancia y gestión de incendios, facilitando así procesos de toma de decisiones más eficaces en regiones propensas a incendios.

Se investiga la precisión de los sistemas LiDAR terrestres (TLS) en la estimación de biomasa forestal a nivel de parcela, a partir de la segmentación de árboles individuales y la determinación de variables dasométricas, como el diámetro a la altura del pecho (DAP), la altura de los árboles o el número de individuos. Se exploró el efecto de la presencia de sotobosque, del grado de severidad de incendio y la configuración de escaneos en la precisión de la estimación de dichas variables. La severidad del incendio no afectó significativamente a la estimación de alturas, aunque redujo aproximadamente un 7% la precisión en la estimación del DAP. Asimismo, resultó clave la realización de múltiples escaneos, logrando precisiones promedio de 80% para la estimación de biomasa y del 90% tanto para la altura de los árboles, como el número de individuos.

El objetivo de este trabajo ha sido el estudio del comportamiento del fuego en escenarios semirreales de bosque mediterráneo basados en datos láser escáner terrestre (TLS), y mediante la generación de simulaciones 3D con el modelo físico de comportamiento del fuego Fire Dynamics Simulator (FDS). Los escenarios semirreales se crearon a partir de individuos segmentados y voxelizados de especies de matorral mediterráneo. Estos modelos reales se obtuvieron del escaneo TLS de las parcelas de estudio localizadas en la Serra d’Espadà. Mediante las simulaciones 3D del programa FDS, se ha evaluado la sensibilidad del comportamiento del fuego a las variaciones en la continuidad horizontal del estrato arbustivo. Los resultados han mostrado diferencias significativas en la velocidad de propagación del fuego y en la tasa de consumo de biomasa: 8,6 m·min-1 y 5,1 kg·s-1 en el escenario de menor continuidad, y 7,4 m·min-1 y 4,3 kg·s-1 en el de mayor continuidad. Los resultados obtenidos son preliminares pero precursores de un trabajo más amplio, en el que se podrá considerar una escala de estudio más cercana a un incendio forestal de dimensiones reales y donde se considere el estrato arbóreo.

Los modelos de combustible permiten sintetizar la complejidad y heterogeneidad estructural de la vegetación forestal y conocer el comportamiento del fuego en caso de un incendio. La teledetección es una herramienta fundamental para la identificación de los combustibles, tarea altamente necesaria puesto que la exposición de los bosques a los incendios es cada vez mayor, especialmente en los ecosistemas mediterráneos. En este trabajo se ha evaluado la capacidad de un vehículo aéreo no-tripulado (UAV) con sensor LiDAR para clasificar tipos de combustible del modelo Prometheus en ambientes mediterráneos. Los datos se obtuvieron en 73 parcelas forestales de 15 m de radio mediante un UAV DJI Matrice 300 RTK con sensor LiDAR DJI Zenmuse L1 (densidad promedio: 452 puntos/m2). La alta densidad de puntos permitió derivar métricas LiDAR relacionadas con la distribución, variabilidad, densidad y diversidad estructural de la vegetación. El test de Dunn determinó las métricas más relevantes a incluir en los modelos de clasificación Random Forest (RF) y Support Vector Machine lineal (SVM-L) y radial (SVM-R), que fueron: la altura de la vegetación en los percentiles 10 y 99, la desviación estándar de las alturas, el total de los retornos por encima de 4 m y el LiDAR Height Diversity Index (LHDI). La mejor clasificación se obtuvo con el modelo RF ("accuracy" = 81,28%) mientras que el rendimiento fue menor en los modelos SVM-R ("accuracy" = 78,32%) y SVM-L ("accuracy" = 75,10%). El tipo de combustible que peor se clasificó fue el 3 (arbustivo medio) y también hubo confusión entre los tipos 6 y 7 (arbóreo con sotobosques denso y muy denso, respectivamente), aunque la tasa de acierto fue alta en ambos casos. Estos resultados permiten validar los UAVs con sensor LiDAR para identificar combustibles forestales en entornos mediterráneos, representando una herramienta muy valiosa para la prevención y mitigación de los incendios forestales en el territorio.