integración de escalas en modelos de riesgo y efectos del fuego - … · 2010-04-20 ·...

IntegraciIntegracióónn de de escalasescalas en en modelosmodelos de de riesgoriesgo y y efectosefectos del del fuegofuego

Marta Yebra, Emilio Chuvieco, Sara Jurdao y Lucrecia PettinariDepartmento de Geografía - Universidad de Alcala

EsquemaIntegración de escalas.Riesgo de incendio:

Factores a considerar.Técnicas para extraer información.Métodos de integración.Comunicación a usuarios.

Efectos del fuego:Componentes espectrales.Variables objetivo.

Integración de escalasEspaciales: El fuego es un fenómeno global que tieneimplicaciones locales.Temporales: El fuego es un proceso dinámico, que afectaa factores variables y estructurales.

Las variables de riesgo pueden considerarse a nivel local, regional o global

Los efectos del fuego también se analizan a nivel local, regional, global

Riesgo

Vulnerabilidad

PeligroPropagación

PeligroIgnición

Modelo Combustible

Estado hídricodel combustibleProbabilidad

Ocurrencia

Agente causal

Humano

Natural: rayo

Viento

Muerto

Vivo

Pendiente

Valor socio-económico

Erosión potencial

Valor ecológico

Regeneración potencial

Valor paisajístico

Recursos de ocio

Propiedades

Productiv. Forestal

UAHOtros grupos

www.geogra.uah.es/firemap

Esquema de riesgo

Riesgo humano

Determinación de variables más significativas.Modelización espacial:

España (1 km2)Global (0.5 grados)

Probabilidad de Ignición humana: Martínez et al., 2008, JEM

Occurrencia global, regímenes de incendio: Chuvieco et al., 2008, GCB

Probabilidad de ignición: RayosModelización de factoresque causan que unadescarga se convierta en un incendio causado porrayo.Factores estructurales(territorio, vegetación).Factores dinámicos: índices meteorológicos.

Fuente: K.W. Weise, a partir de datos AEMET.

Distribución espacial de las descargas a escala nacional (2006).

Modelo de ignición natural

Nieto et al., en revisión

Combustible muerto

Revisión de índices meteorológicos másajustados a condiciones mediterráneas.Mediciones en campo (hojarasca y pasto).Estimación DFMC a partir de MSG.

Estimación del FMC a partir depredicciones meteorológicas diariasAguado et al., 2007, IJWF

Estimación del EMC a partir de datosMeteosat, Nieto et al., en revisión

FMC

Mediciones de laboratorio, espectro-radiometros.Trabajo de campo: 1996-2009.Ajustes empíricos: Landsat-TM, NOAA-AVHRR, Terra-MODIS.Modelos de inversión: Terra-Aqua MODIS.

Enfoques metodológicos

Ajustes empíricos Modelos de simulación

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

B3 B4 B1 B2 B5 B6 B7

INVERSO

NCabCwCm

DIRECTO

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

B3 B4 B1 B2 B5 B6 B7

Trabajo de campo: variables para parametrizar los modelos

ClorofilaPeso específicoEspesor de aguaLAI

Variación interanual FMCCabañeros (1996-2007)

Modelos empíricos: Problema con años secos (1996-2005): pasto

FMC_PASTO

0

50

100

150

200

250

300

350

400

450

1996

1996

1996

1996

1997

1997

1997

1997

1998

1998

1998

1999

1999

1999

1999

2000

2000

2000

2000

2001

2001

2002

2002

2003

2003

2004

2004

2005

2005

EstimadoObservado

García et al. 2008, RSE

Modelos de simulación

Generalizan mas, pero tienen problemas de inversión no singular.Soluciones:

Ajustes de regresión sobre casos previsibles(eliminar combinaciones anómalas).Simulación para condiciones ecológicas.

XII Congreso de la AET – Mar del Plata (Sept. 2007)

Inversión no singular

ParámetrosN: 2.03Ca+b: 77 EWT: 0.016DM: 0.019

(De Santis et al. 2006), JGR

Espectros similares al medido(Todos ECM<0.003)

TODOS LOS ESPECTROS SIMULAN:FMC MENOR, EWT menor, DM mayor

Realidad

0

0.05

0.1

0.15

0.2

0.25

0.3

1 2 3 4 5 6 7Banda MODIS

Ref

lect

ivid

ad

00.00210.00220.00230.00250.0027

ECM

0

0 EWT ObservadoDM ObservadoFMC Observado

)

EWT EstimadoDM EstimadoFMC Estimado

0

0.05

0.1

0.15

0.2

0.25

0.3

B3 B4 B1 B2 B5 B6 B7Banda MODIS

Ref

lect

ivid

ad

Espectro

Yebra y Chuvieco (2009, RSE)

LUT para determinadas especies

Empirical

0

10

20

30

40

50

60

70

All P1-P5 P6 P7 P8 P9 P10

LFM

C (%

)

Systematic Unsystematic

RTM

0

5

10

15

20

25

30

35

All P1-P5 P6 P7 P8 P9 P10

LFM

C (%

)

Systematic Unsystematic

MatorralesRMSE (%)

0

10

20

30

40

50

60

70

80

All P1-P5 P6 P7 P8 P9 P10

LFM

C (%

)

Estimated (RTM)

Estimated (Empirical)

Using 10 plots in 3 different regions of Spain

Yebra et al., 2009, TGRSS

Cartografía de combustibles

Clasificación convencional: Landsat-TMClasificación orientada a objetos: Quickbird.Tratamiento de datos lidar.

Mediciones en matorralRiaño et al., 2007, IJWF

y = 1.0184x + 0.5148R2 = 0.5544

P=0.034

0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

0 0.2 0.4 0.6 0.8 1

Lidar height

Mea

sure

d sh

rub

heig

ht

Mediciones en arbolado-matorralGarcía et al., 2009, Geofocus

Cartografía de área quemada

Caracterización espectral: campo y laboratorio.Area quemada:

Algoritmos multitemporales: NOAA-AVHRR, Landsat-TM.Algoritmos en dos fases: Landsat-TM, Envisat-MERIS, NOAA-AVHRR, Terra-MODIS.

Severidad:Modelos de simulación: Landsat-TM, MERIS, MODIS.

Estimación de emisiones

Cartografía con MERIS

0 30 6015K m

0 30 6015Km

A)

B)

Oliva et al., 2009, IJRS

1ª Fase: Selección de Píxeles semilla

!

!

!

Porto

Lisboa

Coimbra

ESPAÑA

OCÉANO ATLÁNTICO

7°0'0"W

7°0'0"W

8°0'0"W

8°0'0"W

9°0'0"W

9°0'0"W

42°0

'0"N

41°0

'0"N

40°0

'0"N

39°0

'0"N

38°0

'0"N

37°0

'0"N

36°0

'0"N

¦

0 25 50 75 100Km

Datum WGS84Proyección UTM Zona 29T

Semilla 1Perímetros de Área Quemada 2005

A

B

8°0'0"W8°20'0"W

41°2

0'0"

N41

°0'0

"N

0 5 10 15 20Km

A

!Coimbra

8°0'0"W8°20'0"W8°40'0"W

40°2

0'0"

N40

°0'0

"N39

°40'

0"N

39°2

0'0"

N

0 5 10 15 20Km

B

Oliva, 2010

2ª Fase: Algoritmo de crecimiento de regiones

!

!

!

Porto

Lisboa

Coimbra

ESPAÑA

OCÉANO ATLÁNTICO

7°0'0"W

7°0'0"W

8°0'0"W

8°0'0"W

9°0'0"W

9°0'0"W

42°0

'0"N

41°0

'0"N

40°0

'0"N

39°0

'0"N

38°0

'0"N

37°0

'0"N

36°0

'0"N

¦

0 25 50 75 100Km

Datum WGS84Proyección UTM Zona 29T

Semilla 1Crecimiento Ángulo B8Perímetros de Área Quemada 2005

A

B

8°0'0"W8°20'0"W

41°2

0'0"

N41

°0'0

"N

0 5 10 15 20Km

A

!Coimbra

8°0'0"W8°20'0"W8°40'0"W

40°2

0'0"

N40

°0'0

"N39

°40'

0"N

39°2

0'0"

N

0 5 10 15 20Km

B

Oliva, 2010

Validación independiente

!

!!

!León

Porto

OviedoA Coruña

GALICIA

ASTURIAS

PORTUGAL

CASTILLA LEÓN

OCÉANOATLÁNTICO

MAR CANTÁBRICO

5°0'0"W6°0'0"W7°0'0"W8°0'0"W9°0'0"W

43°0

'0"N

43°0

'0"N

42°0

'0"N

42°0

'0"N

41°0

'0"N

41°0

'0"N

¦

0 20 40 60 80Km

Datum WGS84Proyección UTM Zona 29T

A

B

E. omisión no asociadoE. comisión no asociadoE. omisión asociadoE. comisión asociadoÁrea quemada detectada

8°20'0"W8°40'0"W9°0'0"W

42°4

0'0"

N42

°20'

0"N

0 5 10 15 20Km

A

!Porto

7°40'0"W8°0'0"W8°20'0"W8°40'0"W

41°4

0'0"

N41

°20'

0"N

41°0

'0"N

0 5 10 15 20Km

B

Chuvieco et al., 2008, Ecol Ap

Terra-MODIS Proyecto AQL2004

con Redlatif

Series temporales con NOAA-AVHRR

Chuvieco et al., 2008, RSE

Area quemada por periodos

0

5000

10000

15000

20000

25000

30000

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

9/119/18/228/118/17/227/117/16/216/116/15/225/11

Chuvieco et al., 2008, RSE

Análisis de tendencias post-incendiova

rianc

e <5%

n n+1

difference

Bootstrap analysis:Sample size

-N corresponding to an increase in cumulated variance lower than 5%

- 1000 repetitions

-Sample size = mean N

Original random sampling (4500)

-Before 1995

-30 km buffer

Alcaraz et al., 2009, GCB

-0.01

-0.005

0

0.005

0.01

0.015

0.02

EarlySFewBurn

EarlySManyBurn

LateSeasBurn

After1996Burn

EarlySFewUnB

EarlySManyUnB

LateSeasUnB

After1996UnB

Total mean

-50%

-25%

0%

25%

50%

75%

100%

Mean slope Positive slope Negative slope % pixels positive slope % pixels negative slope

-0.01

-0.005

0

0.005

0.01

0.015

0.02

EarlySFewBurn

EarlySManyBurn

LateSeasBurn

After1996Burn

EarlySFewUnB

EarlySManyUnB

LateSeasUnB

After1996UnB

Total mean

-50%

-25%

0%

25%

50%

75%

100%

Mean slope Positive slope Negative slope % pixels positive slope % pixels negative slope

Slop

eSl

ope

% o

fpix

els

% o

fpix

els

Burned in 1984-1995 period Burnedafter

1996

Unburned in the 1984-2006 period Totalmean

Burned in 1984-1995 period Burnedafter

1996

Unburned in the 1984-2006 period Totalmean

CCRS

GIMMS

Alcaraz et al., 2009, GCB

Severidad, simulaciónFASE DE SIMULACIÓN FASE DE CLASIFICACIÓN FASE DE VALIDACIÓN

NIVEL DE HOJA: MODELO PROSPECT

PARAMETROS HOJA:N, Ca+b, Cw, Cm, Cs

ESPECTROS DE HOJA VERDE Y MARRÓN

SUBSTRATOGEOMETRÍA DE LA COPA PARAMETROS DE ILUMINACIÓN

NIVEL DE DOSEL:MODELO GeoSail

LUT CON 30 ESPECTROS, 

correspondientes a CBI*FCOV= 0 ‐ 3

LIBRERÍA ESPECTRAL

IMÁGEN TM POST‐

INCENDIO 

CLASSIFICACIÓN SPECTRAL ANGLE 

MAPPER

MAPA DE SEVERIDAD

83 PARCELAS DE CAMPO

VALIDACIÓN(RMSE)

= OUTPUT

= INPUT

De Santis et al, 2009, RSE

a) SPOT-HRV, b) Landsat-TM, c) IRS-AWIFS, d) ENVISAT-MERIS, e) TERRA-MODIS

a) b) c)

d) e)Chuvieco et al., 2007

Comparación RTM y empírico

R2= 0.66Variables included: dNDVI+SatTendency to smooth CBI values

R2= 0.63Supervised simulation

Dr. Viegas

(De Santis y Chuvieco, 2007)

Otros lugares

De Santis et al, 2009, RSE

El valor estimado de emisiones de CO2 de 9,45 Tg año-1 podría subir a 11 Tg año-1 si corregimos por subestimación en área quemada, y este a su vez, podría variar entre 9,7 Tg año-1 hasta 17 Tg año-1 si utilizamos el método RGI o simplemente los BES como factores de emisión

34Anaya, 2009

Estimación de emisiones