Estimación de la humedad del combustible vivo usando imágenes Sentinel-2 en parcelas forestales de la Comunidad Valenciana

Abstract

[ES] El contenido de agua que tiene la vegetación es un parámetro crítico que afecta la inflamabilidad de la vegetación y el comportamiento del fuego. Dicho parámetro se conoce como contenido de humedad del combustible vivo (HCV) y su valor depende de la especie forestal que se esté analizando. Se necesitan estimaciones actualizadas de HCV en las distintas especies forestales para la evaluación del riesgo de incendios forestales. Además, se tiene que estimar la proporción que las especies forestales guardan en cada parcela de muestreo. Sin embargo, el monitoreo detallado y constante de HCV en el campo es costoso y consume mucho tiempo. En el presente trabajo se pretende construir un nuevo método de estimación temporal de los valores de HCV en diferentes parcelas forestales de la Comunidad Valenciana. Para ello se utilizarán técnicas de regresión múltiple, usando diferentes índices de vegetación como variables predictoras, los cuales han sido obtenidos desde enero de 2016 a través de imágenes del satélite Sentinel-2 en un conjunto de píxeles tomados en cada parcela forestal. Dichas parcelas están repartidas por las tres provincias de la Comunidad Valenciana, en las cuales se cuenta con datos mensuales de HCV para las diferentes especies forestales, teniendo en cuenta la proporción que guardan las mismas en la parcela forestal. Los datos de HCV han sido proporcionados por la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana a través de la empresa pública VAERSA. Para mejorar la precisión de los modelos de regresión de HCV en cada parcela, calculados a partir de los índices de vegetación, se probará la introducción de variables meteorológicas, extraídas para diferentes periodos de tiempo. Se calculará la estimación del valor de HCV en cada parcela en otros valores de tiempo no usados en la muestra de entrenamiento del modelo de regresión, analizando la capacidad predictiva de los modelos en cada parcela forestal.

[EN] The water content in the vegetation is a critical parameter that affects the inflammability of the vegetation as well as fire behaviour. This parameter is known as live fuel moisture (LFM) and its value depends on the forest species being analyzed. To evaluate the risk of forest fires, updated estimations of LFM are required. Moreover, it is necessary to estimate the proportion that forest species have in each sampling plot. However, detailed and constant monitoring are time and cost intensive. This research generated a new method to estimate temporal values of LFM in various plots located in the Valencian Community. Accordingly, multiple regression techniques will be used. The predictors comprise various vegetation indexes generated through the analysis of satellite imagery of each plot taken by Sentinel-2 satellite since 2016. These parcels are distributed across three provinces of the Valencian Community, in which there is monthly data of LFM of the forest species, considering their proportion in the forest parcel. The LFM data has been obtained from the “Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana” through the public enterprise VAERSA. To improve the precision of LFM regression models in each parcel, calculated through vegetation indexes, the use of meteorological variables obtained at different time periods was tested. Also, the analysis of the predictive capacity of the models in each forest parcel was achieved by generating the LFM values for each parcel at times different from those employed to build the models.