Una metodología para la estimación del riesgo de incendio empleando imágenes del sensor MODIS/TERRA

Abstract

En esta Tesis se propone un modelo de estimación del riesgo de incendios forestales utilizando información proporcionada por imágenes de satélite, en concreto estudiando el estado de la vegetación a partir de los índices de vegetación, y combinándolo con otras variables. Para ello, se lleva a cabo un estudio comparativo de 8 índices espectrales distintos, obtenidos a partir de imágenes del sensor MODIS del periodo 2001-2006, relacionándolos con la frecuencia de incendios de la zona de estudio, la cual comprende las regiones de Galicia y Asturias, para seleccionar el índice más relacionado con los incendios. Se analiza la variación temporal de los índices en dos periodos consecutivos de 16 días comparándola con la frecuencia de incendios del periodo posterior. Se comprueba que el índice más adecuado es el EVI (Enhanced Vegetation Index). Una vez se ha decidido cuál es el mejor índice para la zona de estudio, se utiliza la regresión logística con el fin de obtener un modelo de predicción de incendios en el que se incluyen otras variables además del índice de vegetación, en concreto se incluye el historial de incendios en cada periodo del año, el historial de incendios de cada una de las celdas de 10x10 km en las que se registran los datos de incendios y la comunidad (Galicia o Asturias). El algoritmo que se obtiene de la regresión logística calcula la probabilidad condicional de que ocurra un incendio en función de dichas variables y además permite clasificar todos los casos en presencia o ausencia de incendio, de esta forma se comprueba que el modelo propuesto clasifica correctamente en torno al 70% de los casos analizados. A partir de los resultados de la regresión logística se definen cuatro niveles de riesgo de incendio que permiten obtener mapas de riesgo que ayudan a simplificar las tareas de prevención y extinción. La frecuencia de incendios observada en cada uno de estos niveles es del 10%, 27%, 43% y 66% para los niveles bajo, medio, alto y extremo.

A fire danger model is proposed using remote sensing data, specifically by using vegetation indices as indicators of the vegetation status, and combining these indices with other variables. A comparison of eight different spectral indices is performed from MODIS images of Galicia and Asturias regions for the period 2001-2006, relating the temporal evolution of the different indices to the frequency of fires in 16-day periods. The EVI (Enhanced Vegetation Index) is shown as the best index for fire danger estimation in these regions. Logistic regression is used for obtaining a fire danger model including the EVI and other variables, such as the fire history of each cell and period of year. With this variables a model with an accuracy of 70% is obtained. From the results of the logistic regression four danger levels are defined in order to obtain fire danger maps. Fire frequency obtained in each level is: 10%, 27%, 43% y 66% for low, medium, high and extreme levels.