Evaluación de incendios de forestaciones mediante datos LISS-III, Provincia de Corrientes

Transcripción

1 Evaluación de incendios de forestaciones mediante datos LISS-III, Provincia de Corrientes Hugo Raúl Zerda Modalidad: poster Facultad de Ciencias Forestales, Universidad Nacional de Santiago del Estero a) Objetivos Este trabajo se realizó con el objetivo de determinar el origen y los daños producidos por un incendio de campos de fecha que afectaron forestaciones industriales, basándose en el uso de imágenes satelitales de diversas resoluciones para su detección (sensores: MODIS, LISS III). b) Metodología El área de trabajo se localiza en el noreste de la provincia de Corrientes, en predios de la empresa Forestal Bosques del Plata SA. (Fig. 1). Figura 1. Ubicación del área de estudio. Según Zerda (2003), los incendios pueden detectarse, registrase y evaluarse mediante imágenes satelitales y otros datos provenientes de satélites, a través del estudio de: i) focos de calor, detectados con sensores que captan temperaturas superiores a un determinado nivel, asociado con temperaturas correspondientes a incendios; ii) superficies calcinadas, con restos carbonizados de vegetación y cenizas; iii) superficies que se están quemando en el momento en que son tomadas las imágenes, donde puede apreciarse el fuego y el humo que resulta de la quema de los diversos combustibles presentes en el terreno. Para la detección de los focos de incendio se utilizaron imágenes del sensor MODIS, de los satélites TERRA y AQUA, provenientes del sistema Rapid Response LANCE de la Agencia Espacial de los EEUU (NASA) ( Estas imágenes, por su gran resolución temporal, son aptas para el monitoreo de quemas e incendios, con 2 pasajes diurnos y 2 nocturnos. Se utilizaron los productos diurnos, en combinación falso color RVA- 721.La ubicación de los puntos calientes (hot-spot), derivados de las imágenes MODIS, se realizó a partir de archivos del BDQUEIMADAS - Banco de Dados Queimadas 1

2 ( del Instituto de Investigaciones Espaciales de Brasil (INPE). Es importante resaltar que pese a la baja resolución espacial del sensor MODIS (Tabla 1), puede detectar anomalías termales relacionadas con incendios, tan pequeños como 25 m x 25 m (Justice et al. 2006). Aunque también como desventajas puede indicarse que existe incertidumbre en el número de eventos que registra el sensor, y por ello es inconveniente relacionar al número de registros con superficies en el terreno (FIRMS 2008, Zerda 2009). El detalle de la evaluación de las superficies afectadas por el fuego se realizó mediante la clasificación supervisada de imágenes multiespectrales del sensor LISS III, del satélite IRS P6 (Tabla 2). Las imágenes en fecha inmediata posterior al incendio provinieron del catálogo de imágenes ( del Instituto de Investigaciones Espaciales de Brasil (INPE). La plataforma del BDQUEIMADAS permitió seleccionar las fechas del evento provisto por la empresa, y de fechas anteriores y posteriores, al efecto de tener información de la dinámica local del fuego. En todos los casos, los datos son de acceso libre y gratuito. Para evaluar cuantitativamente la posibilidad de discriminar distintas coberturas se utilizó la Distancia de Jeffryes-Matusita (JM) (Swain y King 1973). Dividiendo los valores de la distancia Jeffries- Matusita por 2, 2 es el máximo valor posible, se obtiene un índice de separabilidad normalizado JM* (D Urso y Meneti 1995). Los grados de separabilidad satisfactorios son obtenidos con JM* > 0.94, sin exceder un error de probabilidad de 0.05 (Swain 1978). Tabla 1. Características de las imágenes del sensor MODIS utilizadas. Banda Región del espectro Resolución espacial (m) 1 Rojo ( nm) Infrarrojo cercano ( nm) Infrarrojo de onda corta ( nm) 500 Tabla 2. Características de las imágenes del sensor LISS III utilizadas. Banda Región del espectro Resolución espacial (m) 2 Verde ( nm) 23 3 Rojo ( nm) 23 4 Infrarrojo cercano ( nm) 23 5 Infrarrojo de onda corta ( nm) 70 Mediante el álgebra de imágenes se realizaron transformaciones de los datos multiespectrales LISS III, para generar mapas de NDVI (NDVI = (B4-B3)/(B4+B3)), índice de vegetación normalizado; también se produjo un mapa de NBR (NBR = (B5-B4)/(B5+B4)), al efecto de favorecer la interpretación visual, para capturar las áreas donde impactara el fuego sobre la vegetación. La empresa proporcionó cartografía digital vectorial, mapas de rodales forestales, al efecto de ubicar y posteriormente evaluar las áreas afectadas. 2

3 Las imágenes MODIS y LISS III se transformaron a la misma proyección cartográfica y posteriormente se registraron, al efecto de ubicar los puntos calientes, el área de forestaciones quemadas resultante de la clasificación digital y los mapas de rodales, en un mismo sistema cartográfico de referencia (POSGAR 94). Todo ello para comparar mediante la superposición de capas, áreas quemadas con rodales forestales, con operadores propios de los sistemas de información geográfica (SIG). B2 B3 B4 B5 Figura 2. Área estudiada y las bandas espectrales individuales del sensor LISS III ( ). c) Principales Resultados La selección adecuada de productos MODIS, tanto imágenes como archivos de puntos calientes, permitió la detección de anomalías térmicas en el área de estudio, tanto en las proximidades sector noroeste- como en sectores correspondientes las mismas plantaciones forestales. En la Fig. 3 se observa en rojo (FUE) el fuego detectado el día , registro: 13:55:00 GMT (10:55:00 hora local); QUE: áreas quemadas con anterioridad al La interpretación visual de las bandas individuales muestra una destacada detección y registro de las áreas afectadas por el incendio por la banda del infrarrojo cercano B4 del sensor LISS III (Fig. 2), en un tono muy oscuro y destacado del resto de la escena, también por el patrón elíptico típico de este tipo de fenómeno (Zerda 2003). 3

4 En la Fig. 4 se muestran los puntos calientes determinados con MODIS, provenientes de BDQUEIMADAS de INPE, permitieron determinar la localización del incendio del , registro: 13:55:00 GMT (10:55:00 hora local). De referencia se observa la superficie quemada sobre una composición falso color del LISS III. Figura 3. Ubicación general del área de estudio (arriba). Imágenes MODIS 721 RVA. Figura 4. Imagen satelital IRS P6 LISS3 en falso color RVA-432 ( ). 4

5 Un transepto sobre la transformación NVDI muestra la variabilidad de valores entre las áreas quemadas y las que no sufrieron el efecto del fuego (Fig. 5 y Fig. 6). Los valores menores y mayores, indican los tonos más oscuros y más claros en el producto NDVI. Figura 5. Perfil de NDVI sobre área de forestaciones de pinos quemados y sin quemar. Figura 6. NDVI y transepto sobre área con vegetación calcinada y rodales de pino sin quemar. Las clases de coberturas del suelo analizadas muestran una máxima separabilidad, según los valores encontrados de Distancia JM (Tab. 3). Derivado de la clasificación de estas categorías es el mapa de rodales forestales quemados en los predios de la empresa (Fig. 7). La superficie afectada medida en la resolución espacial del sensor LISS III fue de 1.406,03 hectáreas de pinos. La utilización de diversos tipos de datos satelitales, con características complementarias en aspectos como resoluciones espaciales, espectrales y temporales, permiten el uso sinérgico en estudios como los aquí presentados. 5

6 Tabla 3. Separabilidad entre clases de coberturas del suelo determinada mediante Distancia JM. Distancia JM* Quemado Pinos Bosque nativo Quemado Pinos Bosque nativo *: Comparando las firmas espectrales en todas las bandas de LISS III. Figura 7. Demarcada por el polígono rojo se muestra el área afectada por el fuego. Composición falso color RVA-432 del sensor LISS III. 6

7 d) Bibliografía citada D Urso G. y Meneti, M. (1995). Performance indicators for the statistical evaluation of digital image classifications, ISPRS Journal of Photogrammetry and Remote Sensing, vol.51, pp FIRMS (2008). Fire Information for Resource Management System. Maryland Univ., EEUU. Obtenida el , de Justice, C. et al. (2006). Algorithm Technical Background Document. MODIS FIRE PRODUCTS, Version 2.3, 1 October EOS ID# 2741 Swain, P.H. y King, R.C. (1973). Two effective feature selection criteria for multispectral remote sensing. Proc. 1st International Joint Conference Pattern Recognition, IEEE, Cat.nº 73 CHO c, Piscataway, N.J., pp Swain, P.H. (1978). Fundamentals of pattern recognition in remote sensing, en: P.H. Swain and S.M. Davis (Editor), Remote Sensing: The Quantitative Approach. McGraw-Hill, New York, pp Zerda, H.R. (2003). Percepción Remota y SIG para estudio del fuego (Capítulo 27). En Kunst, C., Bravo, S. y Panigatti, J. L., (edit.). Fuego en los ecosistemas argentinos, Ed. INTA. Zerda, H. R. (2009). Quemas e incendios en el proceso de cambios de usos de la tierra en la provincia de Santiago del Estero. p En: Gianuzzo, A. N. y Ludueña M. E. (Eds.) "Cambios y problemas ambientales: perspectivas para la acción. Universidad Nacional de Santiago del Estero, Ed. Brujas. ISBN: , 470 p. 7