Estimación del grado de severidad de incendios en el sur de la provincia de Buenos Aires, Argentina, usando Sentinel-2 y su comparación con Landsat-8

Abstract

[EN] Assessment of rural fire severity is fundamental to evaluate fire damages and to analyze recovery processes in a low-cost and efficient way. Burnt areas covering shrubs and grasslands were estimated in more than 30,000 km2 in Argentina from December 2016 to January 2017. The study area presented in this work is located in the South of the Buenos Aires province, and it covers a semiarid area with the presence of xerophilous shrubs and grasslands. This is one of the most abundant ecosystem in Central and Southern Argentina. Field campaigns were carried out over the area affected by the fire in order to georreference the burnt plots and characterized the fire severity in 5 levels. The objective of this work is to analyze the feasibility of new satellites Sentinel-2 for fire studies, as well as provide a comparison to Landsat-8 derived results, because this mission has been one of the most used in it. Pre-fire and postfire Sentinel-2 and Landsat-8 imagery were used to analyze different band combinations to compute a Normalized Difference Spectral Index (NDSI), as well as the difference of this index before and after the fire (dNDSI). Results show a significant correlation (R2 =0.72 and estimation error of 0.77) between dNDSI derived from Sentinel-2 and the severity levels obtained in the field campaign using bands 8a and 12 (NIR and SWIR), the same bands as used in the Normalized Burn Ratio (NBR). Moreover, results derived from Sentinel-2 are better than results derived from Landsat-8 (R2 =0.63 and estimation error of 0.92). Furthermore, it is observed that the correlation is improved when Sentinel-2 bands 6 and 5 (located in the Red-Edge region) are considered (R2 =0.74 and estimation error of 0.76). An inverse correlation has been observed between the recovery of vegetation four months after the fire and the fire severity level.

[ES] Conocer la severidad de los incendios rurales es imprescindible para evaluar daños y analizar los procesos de recuperación en forma económica y eficaz. Entre diciembre de 2016 y enero de 2017 se quemaron más de 30.000 km2 de arbustos y pastizales en Argentina. El incendio estudiado en este trabajo, localizado en el sur de la provincia de Buenos Aires, corresponde a una zona semiárida con predominio de arbustales xerófilos y pastizales, siendo este ecosistema muy abundante en la zona centro y sur de Argentina. A partir de campañas de campo en el área afectada por este incendio, se georreferenciaron zonas quemadas y se caracterizó la severidad del fuego en 5 niveles. El objetivo de este trabajo es analizar la potencialidad de los nuevos satélites Sentinel-2 para el estudio de incendios, comparándolo con Landsat-8, pues esta misión ha sido una de las más usadas en ello. A partir de imágenes Sentinel-2 y Landsat-8 antes y después del incendio, se han analizado todas las posibles combinaciones de bandas de ambos satélites en índices espectrales de diferencia normalizada (NDSI), así como la diferencia de esos valores antes y después del incendio (dNDSI). Los resultados muestran una significativa correlación (R2 =0,72 y error de estimación de 0,77) del dNDSI obtenido con Sentinel-2 con los niveles de severidad obtenidos en la campaña de campo usando las bandas 8a y 12 (del NIR y del SWIR), que coinciden con las bandas del Normalized Burn Ratio (NBR) mejorando respecto a Landsat-8 (R2 =0,63 y error de estimación de 0,92). Además se observa que la correlación mejora todavía más usando las bandas 6 y 5 de Sentinel-2 localizadas en la región del Red-Edge (R2 =0,74 y error de estimación de 0,76). Se ha observado una correlación inversa entre la recuperación de la vegetación cuatro meses después del incendio y el nivel de severidad del incendio.