integración de escalas en modelos de riesgo y efectos del fuego - … · 2010-04-20 ·...
Post on 23-Jul-2020
3 Views
Preview:
TRANSCRIPT
IntegraciIntegracióónn de de escalasescalas en en modelosmodelos de de riesgoriesgo y y efectosefectos del del fuegofuego
Marta Yebra, Emilio Chuvieco, Sara Jurdao y Lucrecia PettinariDepartmento de Geografía - Universidad de Alcala
EsquemaIntegración de escalas.Riesgo de incendio:
Factores a considerar.Técnicas para extraer información.Métodos de integración.Comunicación a usuarios.
Efectos del fuego:Componentes espectrales.Variables objetivo.
Integración de escalasEspaciales: El fuego es un fenómeno global que tieneimplicaciones locales.Temporales: El fuego es un proceso dinámico, que afectaa factores variables y estructurales.
Las variables de riesgo pueden considerarse a nivel local, regional o global
Los efectos del fuego también se analizan a nivel local, regional, global
Riesgo
Vulnerabilidad
PeligroPropagación
PeligroIgnición
Modelo Combustible
Estado hídricodel combustibleProbabilidad
Ocurrencia
Agente causal
Humano
Natural: rayo
Viento
Muerto
Vivo
Pendiente
Valor socio-económico
Erosión potencial
Valor ecológico
Regeneración potencial
Valor paisajístico
Recursos de ocio
Propiedades
Productiv. Forestal
UAHOtros grupos
www.geogra.uah.es/firemap
Esquema de riesgo
Riesgo humano
Determinación de variables más significativas.Modelización espacial:
España (1 km2)Global (0.5 grados)
Probabilidad de Ignición humana: Martínez et al., 2008, JEM
Occurrencia global, regímenes de incendio: Chuvieco et al., 2008, GCB
Probabilidad de ignición: RayosModelización de factoresque causan que unadescarga se convierta en un incendio causado porrayo.Factores estructurales(territorio, vegetación).Factores dinámicos: índices meteorológicos.
Fuente: K.W. Weise, a partir de datos AEMET.
Distribución espacial de las descargas a escala nacional (2006).
Modelo de ignición natural
Nieto et al., en revisión
Combustible muerto
Revisión de índices meteorológicos másajustados a condiciones mediterráneas.Mediciones en campo (hojarasca y pasto).Estimación DFMC a partir de MSG.
Estimación del FMC a partir depredicciones meteorológicas diariasAguado et al., 2007, IJWF
Estimación del EMC a partir de datosMeteosat, Nieto et al., en revisión
FMC
Mediciones de laboratorio, espectro-radiometros.Trabajo de campo: 1996-2009.Ajustes empíricos: Landsat-TM, NOAA-AVHRR, Terra-MODIS.Modelos de inversión: Terra-Aqua MODIS.
Enfoques metodológicos
Ajustes empíricos Modelos de simulación
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
B3 B4 B1 B2 B5 B6 B7
INVERSO
NCabCwCm
DIRECTO
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
B3 B4 B1 B2 B5 B6 B7
Trabajo de campo: variables para parametrizar los modelos
ClorofilaPeso específicoEspesor de aguaLAI
Variación interanual FMCCabañeros (1996-2007)
Modelos empíricos: Problema con años secos (1996-2005): pasto
FMC_PASTO
0
50
100
150
200
250
300
350
400
450
1996
1996
1996
1996
1997
1997
1997
1997
1998
1998
1998
1999
1999
1999
1999
2000
2000
2000
2000
2001
2001
2002
2002
2003
2003
2004
2004
2005
2005
EstimadoObservado
García et al. 2008, RSE
Modelos de simulación
Generalizan mas, pero tienen problemas de inversión no singular.Soluciones:
Ajustes de regresión sobre casos previsibles(eliminar combinaciones anómalas).Simulación para condiciones ecológicas.
XII Congreso de la AET – Mar del Plata (Sept. 2007)
Inversión no singular
ParámetrosN: 2.03Ca+b: 77 EWT: 0.016DM: 0.019
(De Santis et al. 2006), JGR
Espectros similares al medido(Todos ECM<0.003)
TODOS LOS ESPECTROS SIMULAN:FMC MENOR, EWT menor, DM mayor
Realidad
0
0.05
0.1
0.15
0.2
0.25
0.3
1 2 3 4 5 6 7Banda MODIS
Ref
lect
ivid
ad
00.00210.00220.00230.00250.0027
ECM
0
0 EWT ObservadoDM ObservadoFMC Observado
)
EWT EstimadoDM EstimadoFMC Estimado
0
0.05
0.1
0.15
0.2
0.25
0.3
B3 B4 B1 B2 B5 B6 B7Banda MODIS
Ref
lect
ivid
ad
Espectro
Yebra y Chuvieco (2009, RSE)
LUT para determinadas especies
Empirical
0
10
20
30
40
50
60
70
All P1-P5 P6 P7 P8 P9 P10
LFM
C (%
)
Systematic Unsystematic
RTM
0
5
10
15
20
25
30
35
All P1-P5 P6 P7 P8 P9 P10
LFM
C (%
)
Systematic Unsystematic
MatorralesRMSE (%)
0
10
20
30
40
50
60
70
80
All P1-P5 P6 P7 P8 P9 P10
LFM
C (%
)
Estimated (RTM)
Estimated (Empirical)
Using 10 plots in 3 different regions of Spain
Yebra et al., 2009, TGRSS
Cartografía de combustibles
Clasificación convencional: Landsat-TMClasificación orientada a objetos: Quickbird.Tratamiento de datos lidar.
Mediciones en matorralRiaño et al., 2007, IJWF
y = 1.0184x + 0.5148R2 = 0.5544
P=0.034
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
0 0.2 0.4 0.6 0.8 1
Lidar height
Mea
sure
d sh
rub
heig
ht
Mediciones en arbolado-matorralGarcía et al., 2009, Geofocus
Cartografía de área quemada
Caracterización espectral: campo y laboratorio.Area quemada:
Algoritmos multitemporales: NOAA-AVHRR, Landsat-TM.Algoritmos en dos fases: Landsat-TM, Envisat-MERIS, NOAA-AVHRR, Terra-MODIS.
Severidad:Modelos de simulación: Landsat-TM, MERIS, MODIS.
Estimación de emisiones
Cartografía con MERIS
0 30 6015K m
0 30 6015Km
A)
B)
Oliva et al., 2009, IJRS
1ª Fase: Selección de Píxeles semilla
!
!
!
Porto
Lisboa
Coimbra
ESPAÑA
OCÉANO ATLÁNTICO
7°0'0"W
7°0'0"W
8°0'0"W
8°0'0"W
9°0'0"W
9°0'0"W
42°0
'0"N
41°0
'0"N
40°0
'0"N
39°0
'0"N
38°0
'0"N
37°0
'0"N
36°0
'0"N
¦
0 25 50 75 100Km
Datum WGS84Proyección UTM Zona 29T
Semilla 1Perímetros de Área Quemada 2005
A
B
8°0'0"W8°20'0"W
41°2
0'0"
N41
°0'0
"N
0 5 10 15 20Km
A
!Coimbra
8°0'0"W8°20'0"W8°40'0"W
40°2
0'0"
N40
°0'0
"N39
°40'
0"N
39°2
0'0"
N
0 5 10 15 20Km
B
Oliva, 2010
2ª Fase: Algoritmo de crecimiento de regiones
!
!
!
Porto
Lisboa
Coimbra
ESPAÑA
OCÉANO ATLÁNTICO
7°0'0"W
7°0'0"W
8°0'0"W
8°0'0"W
9°0'0"W
9°0'0"W
42°0
'0"N
41°0
'0"N
40°0
'0"N
39°0
'0"N
38°0
'0"N
37°0
'0"N
36°0
'0"N
¦
0 25 50 75 100Km
Datum WGS84Proyección UTM Zona 29T
Semilla 1Crecimiento Ángulo B8Perímetros de Área Quemada 2005
A
B
8°0'0"W8°20'0"W
41°2
0'0"
N41
°0'0
"N
0 5 10 15 20Km
A
!Coimbra
8°0'0"W8°20'0"W8°40'0"W
40°2
0'0"
N40
°0'0
"N39
°40'
0"N
39°2
0'0"
N
0 5 10 15 20Km
B
Oliva, 2010
Validación independiente
!
!!
!León
Porto
OviedoA Coruña
GALICIA
ASTURIAS
PORTUGAL
CASTILLA LEÓN
OCÉANOATLÁNTICO
MAR CANTÁBRICO
5°0'0"W6°0'0"W7°0'0"W8°0'0"W9°0'0"W
43°0
'0"N
43°0
'0"N
42°0
'0"N
42°0
'0"N
41°0
'0"N
41°0
'0"N
¦
0 20 40 60 80Km
Datum WGS84Proyección UTM Zona 29T
A
B
E. omisión no asociadoE. comisión no asociadoE. omisión asociadoE. comisión asociadoÁrea quemada detectada
8°20'0"W8°40'0"W9°0'0"W
42°4
0'0"
N42
°20'
0"N
0 5 10 15 20Km
A
!Porto
7°40'0"W8°0'0"W8°20'0"W8°40'0"W
41°4
0'0"
N41
°20'
0"N
41°0
'0"N
0 5 10 15 20Km
B
Chuvieco et al., 2008, Ecol Ap
Terra-MODIS Proyecto AQL2004
con Redlatif
Series temporales con NOAA-AVHRR
Chuvieco et al., 2008, RSE
Area quemada por periodos
0
5000
10000
15000
20000
25000
30000
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
9/119/18/228/118/17/227/117/16/216/116/15/225/11
Chuvieco et al., 2008, RSE
Análisis de tendencias post-incendiova
rianc
e <5%
n n+1
difference
Bootstrap analysis:Sample size
-N corresponding to an increase in cumulated variance lower than 5%
- 1000 repetitions
-Sample size = mean N
Original random sampling (4500)
-Before 1995
-30 km buffer
Alcaraz et al., 2009, GCB
-0.01
-0.005
0
0.005
0.01
0.015
0.02
EarlySFewBurn
EarlySManyBurn
LateSeasBurn
After1996Burn
EarlySFewUnB
EarlySManyUnB
LateSeasUnB
After1996UnB
Total mean
-50%
-25%
0%
25%
50%
75%
100%
Mean slope Positive slope Negative slope % pixels positive slope % pixels negative slope
-0.01
-0.005
0
0.005
0.01
0.015
0.02
EarlySFewBurn
EarlySManyBurn
LateSeasBurn
After1996Burn
EarlySFewUnB
EarlySManyUnB
LateSeasUnB
After1996UnB
Total mean
-50%
-25%
0%
25%
50%
75%
100%
Mean slope Positive slope Negative slope % pixels positive slope % pixels negative slope
Slop
eSl
ope
% o
fpix
els
% o
fpix
els
Burned in 1984-1995 period Burnedafter
1996
Unburned in the 1984-2006 period Totalmean
Burned in 1984-1995 period Burnedafter
1996
Unburned in the 1984-2006 period Totalmean
CCRS
GIMMS
Alcaraz et al., 2009, GCB
Severidad, simulaciónFASE DE SIMULACIÓN FASE DE CLASIFICACIÓN FASE DE VALIDACIÓN
NIVEL DE HOJA: MODELO PROSPECT
PARAMETROS HOJA:N, Ca+b, Cw, Cm, Cs
ESPECTROS DE HOJA VERDE Y MARRÓN
SUBSTRATOGEOMETRÍA DE LA COPA PARAMETROS DE ILUMINACIÓN
NIVEL DE DOSEL:MODELO GeoSail
LUT CON 30 ESPECTROS,
correspondientes a CBI*FCOV= 0 ‐ 3
LIBRERÍA ESPECTRAL
IMÁGEN TM POST‐
INCENDIO
CLASSIFICACIÓN SPECTRAL ANGLE
MAPPER
MAPA DE SEVERIDAD
83 PARCELAS DE CAMPO
VALIDACIÓN(RMSE)
= OUTPUT
= INPUT
De Santis et al, 2009, RSE
a) SPOT-HRV, b) Landsat-TM, c) IRS-AWIFS, d) ENVISAT-MERIS, e) TERRA-MODIS
a) b) c)
d) e)Chuvieco et al., 2007
Comparación RTM y empírico
R2= 0.66Variables included: dNDVI+SatTendency to smooth CBI values
R2= 0.63Supervised simulation
Dr. Viegas
(De Santis y Chuvieco, 2007)
Otros lugares
De Santis et al, 2009, RSE
El valor estimado de emisiones de CO2 de 9,45 Tg año-1 podría subir a 11 Tg año-1 si corregimos por subestimación en área quemada, y este a su vez, podría variar entre 9,7 Tg año-1 hasta 17 Tg año-1 si utilizamos el método RGI o simplemente los BES como factores de emisión
34Anaya, 2009
Estimación de emisiones
top related