Arcos, M.; Balaguer-Beser, Á.; Ruiz, L. (2021). Modelos empíricos de predicción del contenido de humedad del combustible vivo mediante índices espectrales de Sentinel-2 y datos meteorológicos. En Proceedings 3rd Congress in Geomatics Engineering. Editorial Universitat Politècnica de València. 239-247. https://doi.org/10.4995/CiGeo2021.2021.12732
Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/174755
Título:
|
Modelos empíricos de predicción del contenido de humedad del combustible vivo mediante índices espectrales de Sentinel-2 y datos meteorológicos
|
Otro titulo:
|
Empirical models for predicting live fuel moisture content using Sentinel-2 spectral indices and meteorological data
|
Autor:
|
Arcos, María
Balaguer-Beser, Ángel
Ruiz, Luis
|
Entidad UPV:
|
Universitat Politècnica de València. Departamento de Ingeniería Cartográfica Geodesia y Fotogrametría - Departament d'Enginyeria Cartogràfica, Geodèsia i Fotogrametria
Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería Geodésica, Cartográfica y Topográfica - Escola Tècnica Superior d'Enginyeria Geodèsica, Cartogràfica i Topogràfica
Universitat Politècnica de València. Departamento de Matemática Aplicada - Departament de Matemàtica Aplicada
|
Fecha difusión:
|
|
Resumen:
|
[EN] The water content of the vegetation affects the flammability of the vegetation and fire behavior. A standard measure of this
parameter is the live fuel moisture content (LFMC), calculated as the percentage of humidity ...[+]
[EN] The water content of the vegetation affects the flammability of the vegetation and fire behavior. A standard measure of this
parameter is the live fuel moisture content (LFMC), calculated as the percentage of humidity of the vegetation relative to
its dry weight. The aim of this work was to predict LFMC values of Rosmarinus officinalis in forest areas of the Valencian
Community (Spain) using spectral indices obtained from Sentinel-2 satellite images and meteorological data. For this,
LFMC values of this species were obtained from field samples collected biweekly from June to October in years 2019 and
2020 in three forest plots in the province of Valencia (Spain). The meteorological data (precipitation, temperature, relative
humidity and wind speed) were obtained from observatories of the State Meteorological Agency (AEMET) of Spain. Multiple
linear regression models were applied to estimate LFMC, using as predictor variables different spectral indices generated
from Sentinel-2 images, calculated using Google Earth Engine and R programming. The results obtained using smoothed
spectral data with the Savitzky-Golay filter were compared with data without such smoothing, also considering the
differential contribution of the meteorological variables in each of the interpolated dates for each plot with data from the
study area.
[-]
[ES] El contenido de agua de la vegetación afecta a la inflamabilidad de la vegetación y al comportamiento del fuego. Una
medida estándar de este parámetro es la humedad del combustible vivo (HCV), calculada como el ...[+]
[ES] El contenido de agua de la vegetación afecta a la inflamabilidad de la vegetación y al comportamiento del fuego. Una
medida estándar de este parámetro es la humedad del combustible vivo (HCV), calculada como el porcentaje de humedad
de la vegetación respecto a su peso seco. El objetivo de este trabajo ha sido predecir los valores de HCV de Rosmarinus
officinalis en zonas forestales de la Comunitat Valenciana (España) utilizando índices espectrales obtenidos a partir de
imágenes de los satélites Sentinel-2 y datos meteorológicos. Para ello, se obtuvieron valores de HCV de dicha especie
en muestras tomadas quincenalmente entre los meses desde junio hasta octubre de los años 2019 y 2020 en tres parcelas
forestales en la provincia de Valencia (España). Los datos meteorológicos (precipitación, temperatura, humedad relativa
y velocidad del viento) se obtuvieron a partir de observatorios de la Agencia Estatal de Meteorología (AEMET) de España.
Se aplicaron modelos de regresión lineal múltiple para estimar los valores de HCV, usando como variables predictoras
distintos índices espectrales generados a partir de imágenes Sentinel-2, calculados usando Google Earth Engine y
programación en R. Se compararon los resultados obtenidos empleando datos espectrales suavizados con el filtro
Savitzky-Golay y datos sin suavizar, considerando además el aporte diferencial de las variables meteorológicas en cada
una de las fechas interpoladas para cada parcela con datos de campo.
[-]
|
Palabras clave:
|
Geocomputing
,
3D Modelling
,
Cultural Heritage
,
Geodesy
,
Geophysics
,
Earth observation
,
Cartography
,
Environmental applications
,
Live fuel moisture
,
Mediterranean forests
,
Sentinel-2
,
Spectral indices;
,
Meteorological data
,
Google Earth Engine
,
Humedad de combustible vivo
,
Bosques mediterráneos
,
Índices espectrales
,
Datos meteorológicos
|
Derechos de uso:
|
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
|
ISBN:
|
9788490489611
|
Fuente:
|
Proceedings 3rd Congress in Geomatics Engineering.
|
DOI:
|
10.4995/CiGeo2021.2021.12732
|
Editorial:
|
Editorial Universitat Politècnica de València
|
Versión del editor:
|
http://ocs.editorial.upv.es/index.php/CIGeo/CiGeo2021/paper/view/12732
|
Título del congreso:
|
3rd Congress in Geomatics Engineering
|
Lugar del congreso:
|
Valencia, Spain
|
Fecha congreso:
|
Julio 07-08, 2021
|
Código del Proyecto:
|
info:eu-repo/grantAgreement/UPV//PAID-01-19/
|
Agradecimientos:
|
Mª Alicia Arcos agradece la ayuda recibida por la Universitat Politècnica de València mediante un contrato predoctoral financiado en la convocatoria, PAID-01-19, subprograma 1. Este trabajo ha sido financiado a través de ...[+]
Mª Alicia Arcos agradece la ayuda recibida por la Universitat Politècnica de València mediante un contrato predoctoral financiado en la convocatoria, PAID-01-19, subprograma 1. Este trabajo ha sido financiado a través de un convenio de colaboración entre la empresa Red Eléctrica de España S.A.U. y la Universitat Politècnica de València (2020-2023). Los autores agradecen a la Empresa Pública VAERSA y a la Direcció General de Prevenció d’Incendis Forestals de la Generalitat Valenciana por proporcionar los datos de medición de HCV en campo y los datos meteorológicos a través de la AEMET.
[-]
|
Tipo:
|
Capítulo de libro
Comunicación en congreso
|