Estimación de la severidad en incendios forestales a partir de datos LiDAR-PNOA y valores de Composite Burn Index

Abstract

[EN] Mediterranean pine forests in Spain experience wildland fire events with different frequencies, intensities, and severities. An estimation of the fire severity as accurate as possible is required by forest managers to decide which strategy is most appropriate to mitigate the effect of fire. The aim of this research is to estimate the post-fire severity, relating a pool of independent variables derived from the LiDAR (Light Detection And Ranging) points clouds delivered by the National Plan for Aerial Orthophotography (PNOA) to field data based on Composite Burn Index collected in four fires located in Aragón (Spain). Logistic regression models were developed and statistically tested and validated to map fire severity with up to 85.5% accuracy. The canopy relief ratio and the percentage of all returns above one meter height were the most significant variables. In addition, the obtained results are compared to different spectral indices derived from Landsat Thematic Mapper.

[ES] Los pinares mediterráneos españoles se ven afectados por incendios forestales con diferente frecuencia, intensidad y severidad. Para su valoración, hay que recurrir a estimaciones lo más precisas posibles de la severidad, la cual podrá ayudar a los gestores del bosque a decidir qué estrategia es más adecuada para mitigar el efecto del fuego. El objetivo de esta investigación es la estimación de la severidad post-incendio, relacionando un conjunto de variables independientes derivadas de las nubes de puntos del vuelo LiDAR (Light Detection And Ranging) del Plan Nacional de Ortofotografía Aérea (PNOA), con datos de campo basados en el índice CBI (Composite Burn Index) y recogidos en cuatro incendios localizados en Aragón. Se ha ajustado un modelo de regresión logística, que tras la validación, ha reportado una precisión del 85,5%, siendo las variables “canopy relief ratio” y el porcentaje de puntos por encima de 1 m de altura sobre el terreno, las incluidas en dicho modelo. Por otro lado, se ha realizado una comparativa de los resultados con índices espectrales derivados de imágenes Landsat Thematic Mapper.