- -

Mapeo semiautomático de áreas quemadas en Chimborazo-Ecuador utilizando medias compuestas de dNBR con umbrales ajustados

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Mapeo semiautomático de áreas quemadas en Chimborazo-Ecuador utilizando medias compuestas de dNBR con umbrales ajustados

Mostrar el registro sencillo del ítem

Ficheros en el ítem

Thumbnail
Nombre: Cisneros-VacaCala ...
Tamaño: 2.289Mb
Formato: PDF
Descripción: Versión editorial
Abrir
dc.contributor.author Cisneros-Vaca, César es_ES
dc.contributor.author Calahorrano, Julia es_ES
dc.contributor.author Abarca, María es_ES
dc.contributor.author Manzano, Mery es_ES
dc.coverage.spatial east=-78.8169396; north=-1.4693018; name=Chimborazo, Equador es_ES
dc.date.accessioned 2023-11-06T13:31:10Z
dc.date.available 2023-11-06T13:31:10Z
dc.date.issued 2023-07-28
dc.identifier.issn 1133-0953
dc.identifier.uri http://hdl.handle.net/10251/199319
dc.description.abstract [EN] A semi-automatic methodology was implemented for the delimitation of burning areas in the province of Chimborazo in Ecuador, during the period 2018-2021, by using the database of forest fires provided by the Amazonia sin fuego program of the Ministerio de Ambiente Agua y Trnacisión Ecológica (MAATE). The collections of atmospherically corrected Landsat 7 and Landsat 8 images available on the Google Earth Engine (GEE) platform were used. To delimit the burning areas, mean composite images of normalized burning indices (NBR) were calculated in GEE and the most appropriate thresholds of the difference of normalized burning indices (dNBR) were evaluated above which the burning for paramo ecosystem is delimited. The results show: (a) the dNBR threshold value, based on Landsat 7 and Landsat 8 composite mean images, that best fits to identify burning areas in the study area is 0.15; (b) nine events with areas equal to or greater than 100 ha were found, but only seven could be located; (c) most of the burned areas recorded in the MAATE database were overestimated from 25.2% to 84.9% compared to the burn areas digitized on satellite images. These findings provide information that contributes to the strengthening of national fire statistics, useful for the construction of public policies for monitoring and managing forest fires in Ecuador. es_ES
dc.description.abstract [ES] En este trabajo se implementó una metodología semiautomática para la delimitación de áreas quemadas en la provincia de Chimborazo en Ecuador, durante el periodo 2018-2021 utilizando la base de datos de incendios forestales suministrada por el Programa Amazonia sin fuego del Ministerio del Ambiente Agua y Transición Ecológica (MAATE). Se utilizó las colecciones de imágenes de Landsat 7 y Landsat 8 corregidas atmosféricamente y disponibles en la plataforma Google Earth Engine (GEE). Para delimitar las áreas quemadas se calculó medias compuestas de índices normalizados de áreas quemadas (NBR) en GEE y se evaluaron los umbrales de la diferencia de índices normalizados de quema (dNBR) más adecuados por encima de los cuales se delimita la quema para el herbazal de páramo. La investigación muestra: (a) el valor del umbral de dNBR, sobre imágenes de medias compuestas de Landsat 7 y Landsat 8 que mejor se ajusta para identificar áreas quemadas en la zona de estudio es de 0,15; (b) se encontraron nueve eventos con áreas iguales o mayores a 100 ha, pero sólo pudieron ser ubicados siete; (c) la mayoría de las áreas quemadas registradas en la base de datos del MAATE fueron sobrestimadas desde un 45% hasta un 91,5% en comparación con las áreas quemadas digitalizadas sobre las imágenes satelitales. Estos hallazgos proporcionan información que contribuye al fortalecimiento de estadísticas nacionales de incendios, útil para la construcción de políticas públicas de monitoreo y gestión de incendios forestales en el Ecuador. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista de Teledetección es_ES
dc.rights Reconocimiento - No comercial - Compartir igual (by-nc-sa) es_ES
dc.subject Landsat es_ES
dc.subject Fire es_ES
dc.subject Paramo es_ES
dc.subject DNBR es_ES
dc.subject Threshold es_ES
dc.subject Incendios es_ES
dc.subject Páramo es_ES
dc.subject Umbral es_ES
dc.title Mapeo semiautomático de áreas quemadas en Chimborazo-Ecuador utilizando medias compuestas de dNBR con umbrales ajustados es_ES
dc.title.alternative Semiautomatic detection of burnt areas in Chimborazo-Ecuador using dNBR mean composites with adjusted thresholds es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/raet.2023.19428
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Cisneros-Vaca, C.; Calahorrano, J.; Abarca, M.; Manzano, M. (2023). Mapeo semiautomático de áreas quemadas en Chimborazo-Ecuador utilizando medias compuestas de dNBR con umbrales ajustados. Revista de Teledetección. (62):89-99. https://doi.org/10.4995/raet.2023.19428 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/raet.2023.19428 es_ES
dc.description.upvformatpinicio 89 es_ES
dc.description.upvformatpfin 99 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.issue 62 es_ES
dc.identifier.eissn 1988-8740
dc.relation.pasarela OJS\19428 es_ES
dc.description.references Bilbao, B., Steil, L., Urbieta, I., Anderson, L., Pinto, C., González, M., … Moreno, J. 2020. Incendios forestales. En Adaptación frente a los riesgos del cambio climático en los países iberoamericanos (McGraw-Hil, pp. 459-524). Madrid. es_ES
dc.description.references Cabrera, J. Z., Guerrero, J. Q., Belén, M., Salto, L. y Mora Encalada, C. 2020. Algoritmo Semiautomático para Mapear Incendios Forestales y Estimar la Recuperación Vegetal Mediante Imágenes Landsat-8. Revista Tecnológica - ESPOL, 32(2), 35-42. https://doi.org/10.37815/rte.v32n2.757 es_ES
dc.description.references Carrión-Paladines, V., Belén Hinojosa, M., Jiménez Álvarez, L., Reyes-Bueno, F., Correa Quezada, L. y García-Ruiz, R. 2022. Effects of the severity of wildfires on some physical-chemical soil properties in a humid montane scrublands ecosystem in Southern Ecuador. Fire, 5(3), 66. https://doi.org/10.3390/fire5030066 es_ES
dc.description.references Celi Díaz, S., Correa Quezada, L., Jiménez Álvarez, L., Loján-Córdova, J. y Carrión-Paladines, V. 2023. Indigenous use of fire in the paramo ecosystem of southern Ecuador: a case study using remote sensing methods and ancestral knowledge of the Kichwa Saraguro people. Fire Ecology, 19(1), 1-18. https://doi.org/10.1186/s42408-022-00164-1 es_ES
dc.description.references Chuvieco, E., Mouillot, F., van der Werf, G. R., San Miguel, J., Tanasse, M., Koutsias, N., … Giglio, L. 2019. Historical background and current developments for mapping burned area from satellite Earth observation. Remote Sensing of Environment, 225, 45-64. https://doi.org/10.1016/j.rse.2019.02.013 es_ES
dc.description.references Delegido, J., Pezzola, A., Casella, A., Winschel, C., Urrego, E. P., Jiménez, J. C., … Moreno, J. 2018. Fire severity estimation in southern of the Buenos Aires province, Argentina, using Sentinel-2 and its comparison with Landsat-8. Revista de Teledetección, (51), 47-60. https://doi.org/10.4995/raet.2018.8934 es_ES
dc.description.references Dice, L. R. 1945. Measures of the Amount of Ecologic Association Between Species. Ecology, 26(3), 297-302. https://doi.org/10.2307/1932409 es_ES
dc.description.references Eidenshink, J., Schwind, B., Brewer, K., Zhu, Z.- L., Quayle, B. y Howard, S. 2007. A Project for Monitoring Trends in Burn Severity. Fire Ecology 2007 3:1, 3(1), 3-21. https://doi.org/10.4996/fireecology.0301003 es_ES
dc.description.references Espinoza, V. M., Quinchuela, M. F., Lara Vasconez, N. y Espinoza, A. 2017. Propuesta de un modelo de gestión para la prevención de incendios forestales en pinus radiata en la comunidad Ganquis provincia de Chimborazo. European Scientific Journal, ESJ, 13(23), 222-222. https://doi.org/10.19044/esj.2017.v13n23p222 es_ES
dc.description.references Foga, S., Scaramuzza, P. L., Guo, S., Zhu, Z., Dilley, R. D., Beckmann, T., … Laue, B. 2017. Cloud detection algorithm comparison and validation for operational Landsat data products. Remote Sensing of Environment, 194, 379-390. https://doi.org/10.1016/j.rse.2017.03.026 es_ES
dc.description.references GADPCH. 2015. Plan de Desarrollo y Ordenamiento Territorial de la provincia de Chimborazo. Riobamba. Recuperado a partir de https://drive.google.com/ file/d/1EzRt-q-q7RN6Cg-t6tjG8Hj4jraXU5qn/view es_ES
dc.description.references GADPCH. 2020. Plan de desarrollo y ordenamiento territorial de la provincia de Chimborazo. Riobamba, GADPCH. Recuperado a partir de http://chimborazo.gob.ec/principal/wp-content/uploads/2022/06/PDOT.pdf es_ES
dc.description.references Galindo, G., Sarango, J. y Villarroel, V. 2012. Los incendios forestales en el Distrito Metropolitano de Quito. Evaluación 2012. Quito-Ecuador. es_ES
dc.description.references Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D. y Moore, R. 2017. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18-27. https://doi.org/10.1016/j.rse.2017.06.031 es_ES
dc.description.references Instituto Geográfico Militar del Ecuador. 2013. Capas de información geográfica básica del IGM de libre acceso. Recuperado el 9 de enero de 2023, de https://www.geoportaligm.gob.ec/portal/index.php/cartografia-de-libre-acceso-escala-50k/ es_ES
dc.description.references Instituto Geográfico Militar del Ecuador. 2023. Visor de datos geográficos oficiales. Recuperado el 9 de enero de 2023, de https://www.geoportaligm.gob.ec/portal/index.php/visualizador/ es_ES
dc.description.references Key, C. y Benson, N. 2006. Landscape Assessment (LA). FIREMON: Fire effects monitoring and inventory system. Dep.of Agriculture, Forest Service.p LA-1-55. Fort Collins, CO. es_ES
dc.description.references MAATE. 2023. Estadísticas de Incendios Forestales, Ecuador. Quito. es_ES
dc.description.references Morante-Carballo, F., Bravo-Montero, Lady, CarriónMero, P., Velastegui-Montoya, A. y Berrezueta, E. 2022. Forest Fire Assessment Using Remote Sensing to Support the Development of an Action Plan Proposal in Ecuador. Remote Sensing, 14(8), 1783. https://doi.org/10.3390/rs14081783 es_ES
dc.description.references Parks, S. A., Holsinger, L. M., Voss, M. A., Loehman, R. A. y Robinson, N. P. 2018. Mean Composite Fire Severity Metrics Computed with Google Earth Engine Offer Improved Accuracy and Expanded Mapping Potential. Remote Sensing, 10(6), 879. https://doi.org/10.3390/rs10060879 es_ES
dc.description.references Pazmiño, D. 2019. Peligro de incendios forestales asociado a factores climáticos en Ecuador. FIGEMPA: Investigación y Desarrollo, 1(1), 10-18. https://doi.org/10.29166/revfig.v1i1.1800 es_ES
dc.description.references Programa Amazonía sin fuego- PASF. (s/f). Recuperado el 10 de enero de 2023, de https://pasf.fias.org.ec/contexto/ es_ES
dc.description.references Ramsay, P. M. 2001. Páramo vegetation recovery in the first two years after a fire on Volcán Chiles, Ecuador. The Ecology of Volcán Chiles: highaltitude ecosystems on the Ecuador-Colombia border. Plymouth: Pebble & Shell Plymouth. es_ES
dc.description.references Randerson, J. T., Chen, Y., van der Werf, G. R., Rogers, B. M. y Morton, D. C. 2012. Global burned area and biomass burning emissions from small fires. Journal of Geophysical Research-Biogeosciences, 117. https://doi.org/10.1029/2012JG002128 es_ES
dc.description.references Sánchez, R., Briones, M. J., Gamboa, A., Monsalve, R., Berroeta, D. y Valenzuela, L. 2023. Delimitation of burned areas in Chile based on dNBR thresholds adjusted according to region and land cover. Revista de Teledetección, 2023(61), 43-58. https://doi.org/10.4995/raet.2023.18155 es_ES
dc.description.references Santana, O. J., Hernández-Sosa, D., Martz, J. y Smith, R. N. 2020. Neural Network Training for the Detection and Classification of Oceanic Mesoscale Eddies. Remote Sensing 2020, Vol. 12, Page 2625, 12(16), 2625. https://doi.org/10.3390/rs12162625 es_ES
dc.description.references Schmidt, G. L., Jenkerson, C., Masek, J. G., Vermote, E. y Gao, F. 2013. Landsat ecosystem disturbance adaptive processing system (LEDAPS) algorithm description. US Department of the Interior, US Geological Survey. https://doi.org/10.3133/ofr20131057 es_ES
dc.description.references Sorensen, T. A. 1948. A method of establishing groups of equal amplitude in plant sociology based on similarity of species content and its application to analyses of the vegetation on Danish commons. Biol. Skar., 5, 1-34. es_ES
dc.description.references Soverel, N. O., Coops, N. C., Perrakis, D. D. B., Daniels, L. D. y Gergel, S. E. 2011. The transferability of a dNBR-derived model to predict burn severity across 10 wildland fires in western Canada. International Journal of Wildland Fire, 20(4), 518-531. https://doi.org/10.1071/WF10081 es_ES
dc.description.references Veraverbeke, S., Lhermitte, S., Verstraeten, W. W. y Goossens, R. 2010. The temporal dimension of differenced Normalized Burn Ratio (dNBR) fire/burn severity studies: The case of the large 2007 Peloponnese wildfires in Greece. Remote Sensing of Environment, 114(11), 2548-2563. https://doi.org/10.1016/j.rse.2010.05.029 es_ES
dc.description.references Vermote, E., Justice, C., Claverie, M. y Franch, B. 2016. Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment, 185, 46-56. https://doi.org/10.1016/j.rse.2016.04.008 es_ES
dc.description.references Zheng, B., Ciais, P., Chevallier, F., Chuvieco, E., Chen, Y. y Yang, H. 2021. Increasing forest fire emissions despite the decline in global burned area. Science Advances, 7(39). https://doi.org/10.1126/sciadv.abh2646 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem