Mapeo de la cicatriz pos-incendio forestal para la estimación de pérdidas potenciales del área de producción de pulpa de papel, Municipios de Yumbo, La Cumbre y Dagua (Valle del Cauca), año 2014
Contenido principal del artículo
En este estudio se pretende determinar el área de afectación o cicatriz pos-incendio forestal sobre los cultivos de producción de pulpa de papel en los municipios de Yumbo, La Cumbre y Dagua a partir de imágenes Landsat 8. La metodología parte de escoger imágenes satelitales Landsat 8 con la mínima cobertura de nubes, a las cuales se les realizan las correcciones radiométricas haciendo la conversión de niveles digitales (ND) a valores de radiancia y reflectancia, así como las correcciones atmosféricas y topográficas. Posteriormente se estiman el índice de vegetación normalizado (NDVI), el índice normalizado de diferencia de humedad (NDMI), así como el ajustado al suelo (NMDISoil) y por último el Radio normalizado de incendio (NBR), los cuales se utilizaron para la estimación de la cobertura vegetal antes de la temporada de sequía, la detección de posibles focos de incendio y finalmente para el mapeo de la cicatriz pos-incendio, adicionalmente se estimó la temperatura de brillo producto que sirvió para validar los resultados obtenidos con los índices antes mencionados. Al contar con diferentes fechas de captura se obtuvieron varias fases, entre enero y abril se estimó la cobertura vegetal y se determinó por medio de la relación entre el NDVI y la temperatura de brillo las áreas propensas a incendios forestales para la temporada de sequía, en la segunda fase que comprende las capturas entre junio hasta agosto se realizó la detección de incendios forestales por medio de los índices NDMI y NDMISoil, dando como positivo un foco para la imagen capturada el 1 de junio del 2014, adicionalmente para esta misma fecha se mostró el resultado de temperatura calculada, la cual alcanzó temperaturas superiores a 50º Celsius en zonas cercanas al foco detectado, este producto también se obtuvo para las imágenes correspondientes al 20 de agosto y 5 de septiembre, mostrando temperaturas superiores a 30º Celsius, las cuales corresponde a fechas posteriores a incendios forestales, en la tercera fase que corresponde al mes de septiembre se calculó el NBR, permitiendo el mapeo de la cicatriz pos-incendio, la secuencia de las tres fases termino con la estimación de áreas de producción afectadas, donde se encontró que los cultivos fueron afectados en casi un 38%, los que podría significar pérdida de casi un 50% en la producción de pulpa.
Ariza, A. (2013). Descripcion y correcion de productos Landsat 8. Bogota: Grupo Interno de Trabajo en Percepción Remota y Aplicaciones Geográficas.
Quintano, C., Fernandez, A., Fernández, O., & Shimabukuro, E. (2006). Mapping burned areas in Mediterranean countries using spectral mixture analysis from a uni-temporal perspective. International Journal of Remote Sensing, 27 (4), 645-662. https://doi.org/10.1080/01431160500212195
El Tiempo. (18 de Agosto de 2014). Infierno en las montañas de Yumbo por incendio forestal. El Tiempo. https://www.eltiempo.com/archivo/documento/CMS-14398976
Quintan, C., Fernandéz, A., Stein, A & Bijker, W. (2011). Estimation of area burned by forest fires in Mediterranean countries: A remote sensing data mining perspective. Forest Ecology and Management, 266 (8), 1597-1607. 10.1016/j.foreco.2011.07.010
CVC. (2014). 56 Incendios forestales se han registrado en el municipio de dagua en los meses de junio y julio. https://bit.ly/3rOsbqb
Krishna, P. H., & Reddy, C. S. (2012). Assessment of increasing threat of forest fires in Rajasthan, India using multi-temporal remote sensing data (2005–2010). Current Science, 102 (9), 1288-1297.
Lingli Wang, J. J., Qu, J & Xianjun, H .(2008). Forest fire detection using the normalized multi-band drought index (NMDI) with satellite measurements. ScienceDirect, 148 (11) 1767 – 1776. https://doi.org/10.1016/j.agrformet.2008.06.005
Nicholas R. Goodwin, L. J., & Collett, L. (2014). Development of an automatedmethod formapping fire history captured in Landsat TM and ETM+ time series across Queensland, Australia. Remote Sensing of Environment, 148 (4) 206–221. 10.1016/j.rse.2014.03.021
Schroeder, T., Wulder, M., Healey, S., & Moisen, G. (2012). Detecting post-fire salvage logging from Landsat change maps and national fire survey data. Remote Sensing of Environment, 122, 166-174. 10.1016/j.rse.2011.10.031
Vanhellemont, Q., & Ruddick, K. (2014). Turbid wakes associated with offshore wind turbines observed with Landsat 8. Remote Sensing of Environment, 145, 105-115. https://doi.org/10.1016/j.rse.2014.01.009
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.