estimación del área quemada en el parque nacional torres ... · 2007), entre otras. entre las...

Estimación del área quemada en el Parque Nacional Torresdel Paine utilizando datos de teledetección

C. Mattar, A. Santamaría-Artigas y C. Durán-AlarcónLaboratory for Research in Environmental Sciences (LARES), Dept. Ciencias Ambientales

y Recursos Naturales Renovables, Facultad de Ciencias Agronómicas, Universidad de Chile, Av. Santa Rosa 11315, La Pintana, Santiago, Chile

Resumen

El Parque Nacional Torres del Paine (PNTP) se encuentra en la Patagonia chilena y es una de las atrac-ciones naturales y científicas más importantes de Chile. Sin embargo, las condiciones meteorológicas, enconjunto con la cobertura de la zona y la elevada cantidad de turistas, convierten a esta área natural en unescenario óptimo para la generación de incendios. A finales de 2011, se originó un incendio en el interiordel PNTP. El área siniestrada por el incendio así como las coberturas afectadas no ha sido analizada has-ta la fecha. Este trabajo tiene por objetivo la estimación del área afectada en el incendio a partir de imá-genes remotas provenientes del sensor Enhanced Thematic Mapper Plus (ETM+) en modo SLC-off (ScanLine Corrector - off) de la plataforma Landsat 7, productos generados a partir de los datos entregados porel sensor Moderate Resolution Imaging Spectroradiometer (MODIS) correspondiente a la reflectancia dela superficie (MOD09GC) y el mapa de cobertura de superficie GLOBCOVER 2009, el cual ha sido ge-nerado por la Agencia Espacial Europea (ESA) a partir de datos del sensor Medium Resolution ImagingSpectrometer (MERIS). El método de interpolación de Delaunay fue utilizado para corregir el efecto delSLC-off de las imágenes ETM+. El índice de la Razón Normalizado de Área Quemada (ΔNBR) fue utili-zado para estimar el grado severidad del incendio así como el área quemada. Se utilizó también un análi-sis visual y textural para la determinación de la superficie afectada por el incendio.

El área total afectada por el incendio abarca una superficie de 18.059 ha, equivalente al 12% de lasuperficie total del parque que está cubierta por vegetación, con un error equivalente al ~1%. Las co-berturas más afectadas, según la clasificación GLOBCOVER 2009, corresponde a bosque abierto ymatorral leñoso, estimándose en 11.726 ha, de las cuales el 80% sufrió algún grado de severidad se-gún el índice ΔNBR. Las imágenes ETM+ corregidas del efecto del SLC-off fueron comparadas conlas imágenes MODIS obteniéndose un R2 de 0,75 y 0,78 para el área de estudio en los años 2005 y2012, respectivamente. El resultado obtenido muestra que el método de interpolación de Delaunaypuede ser una herramienta útil para la corrección de imágenes ETM+ SLC-off con el objetivo de de-terminar las superficies afectadas por incendios.

Palabras clave: Parque Nacional Torres del Paine, Chile, Área Quemada, Landsat 7 ETM+, Modis,NBR, Globcover 2009.

Abstract

Estimating the burned area of the Torres del Paine National Park using remote sensing data

The Torres del Paine National Park (TPNP), located in the Chilean Patagonia, is one of themost important scientific and wildlife attractions of Chile. However, the local meteorologicalconditions in addition to the land cover types dramatically increase the risk of wildfire generation.At the end of 2011, an important wildfire was officially confirmed in the central part of TPNP,the burned areas as well as the affected cover types have not yet been estimated. The main objectiveof this paper is the estimation of the burned area based on remote sensing imagery from Landsat-

* Autor para la correspondencia: [email protected]: 13-09-12; Aceptado: 19-11-12.

Asociación Española de Teledetección Revista de Teledetección 38, 36-50ISSN: 1988-8740

Introducción

La Patagonia chilena es una de las áreas na-turales más importantes del mundo. Sus ca-racterísticas bióticas, climáticas y geomorfo-lógicas la convierten en una de las principalesreservas de vida silvestre en el planeta, con-tando con invaluables atractivos turísticos ycientíficos. Uno de los principales atractivoscorresponde al Parque Nacional Torres del Pai-ne (PNTP), que cuenta con diversos sitios na-turales de interés tales como glaciares, lagos,ríos, macizos montañosos (caracterizados prin-cipalmente por las llamadas «Torres del Pai-ne») y diferentes tipos de vegetación. Esta zo-na ha sido afectada por numerosas actividadesantrópicas, ya que entre los años 1900 y 1960se realizaron extensivas labores de ganaderías,creando lugares de estancias, entre otras acti-vidades de fuerte impacto ambiental, dando pa-so a cambios en el uso del suelo y la genera-ción de incendios forestales. Posteriormente ycon el objetivo de proteger la flora y fauna dela zona, se crea oficialmente el Parque Nacio-nal Torres del Paine el 13 de mayo del año 1959y pasa a formar parte del Sistema Nacional deÁreas Silvestres Protegidas del Estado de Chi-le. Seguidamente, el 28 de abril de 1978 fuedeclarado como Reserva de la Biósfera, por laUNESCO, formando parte de de las zonas re-presentativas de los distintos ecosistemas delmundo.

En la actualidad, el PNTP es visitado fre-cuentemente (150 mil visitantes en 2010), ensu mayoría por turistas extranjeros. Además, elPNTP ha sido motivo de diversas investiga-ciones científicas, en las que se destacan las detipo paleoclimáticas (Solari et al., 2010; Gon-zález & Aydin, 2008; Marden, 1997), geológi-cas (Leuthold et al., 2012; Domínguez-Villar,2006), de ecología y paisaje (Bank et al., 2003;Franklin et al., 1999), glaciología (Keller et al.,2007), entre otras.

Entre las diversas coberturas del PNTP pue-den distinguirse principalmente glaciares,cuerpos de agua, rocas, suelo desnudo, pasti-zales y vegetación austral caracterizada por es-pecies arbustivas siempreverdes (Bontempset al., 2011a). Estas coberturas, así como lascondiciones meteorológicas australes, generanuna intrincada red de conectividad dentro delparque, lo que genera importantes complica-ciones ante eventos extremos como incendios,convirtiéndose en la principal amenaza para laflora y fauna del parque.

Actualmente se han desarrollado diversastecnologías que permiten la rápida detección ycuantificación de las superficies afectadas porun siniestro. Una de las formas para la estima-ción de áreas quemadas en una superficie es apartir de información proveniente de sensoresremotos sean estos de alta o baja resolución es-pacial (Miller & Yool, 2002; Merino de Miguelet al., 2004; Roldán Zamarrón et al., 2005;

Estimación del área quemada en el Parque Nacional del Paine... 37

7 Enhanced Thematic Mapper Plus (ETM+) sensor in SLC-off mode (Scan Line Corrector - off),the reflectance products generated by the Moderate Resolution Imaging Spectroradiometer(MODIS) sensor (MOD09GC) and the GlobCover 2009 classification generated by the EuropeanSpace Agency (ESA) from Medium Resolution Imaging Spectrometer (MERIS) data. Delaunay’sinterpolation methods were used to correct the SLC-off effect of the ETM+ imagery. TheNormalized Burned Ratio index (ΔNBR) was used to estimate the severity degree of the land covertypes affected by the fire in addition to the quantifying burned area.

The total burned area was estimated in 18,059 ha, equivalent to 12% of TPNP’s total surface coverby vegetation including and equivalent error of about ~1%. The most affected land cover types,according to the GLOBCOVER 2009 classif ication, were open forest and grassland or woodyvegetation, with an estimate of 11,726 ha, from which an 80% suffered some degree of burned severityaccording to the index ΔNBR. ETM+ imagery corrected from the SLC-off effect was compared toMODIS imagery achieving a R2 of 0.75 and 0.78 for the study area on the years 2005 and 2012respectively. This shows that Delaunay’s interpolation method can be a useful tool for the correctionof ETM+ SLC-off imagery that will be used for the determination of areas affected by wildfires.

Key words: Torres del Paine National Park, MODIS, Landsat 7 ETM+, Burned Area, NormalizedBurned Ratio, Globcover 2009.

González-Alonso et al., 2007; De Santis &Chuvieco, 2008; Oliva et al., 2011). Sin em-bargo, los sensores que cuentan con una altaresolución espacial presentan baja resolucióntemporal, por lo cual se vuelve necesario com-plementar el estudio temporal de las áreas afec-tadas por los incendios mediante la utilizaciónde información proveniente de sensores remo-tos de alta resolución temporal y que presen-tan características comparables. Uno de lossensores con un gran potencial para determi-nar las áreas quemadas en zonas heterogéneases el sensor Enhanced Thematic Mapper Plus(ETM+) a bordo de la plataforma Landsat-7.Sin embargo, los datos entregados por este sen-sor presentan un problema de bandeado (stri-ping) en todas sus bandas a partir de junio de2003 debido al mal funcionamiento del ScanLine Corrector (SLC), cuya función consisteen compensar los efectos del movimiento de laplataforma en la imagen. El resultado es la ge-neración de líneas de pixeles en la imagen queno presentan información denominándose mo-do «SLC-off». Pese a este problema, trabajosrecientes han demostrado la utilidad de estosdatos en la estimación de área quemada (Chu-vieco et al., 2012).

El 27 de diciembre del 2011 se declaró un in-cendio de origen antrópico en la zona del LagoGrey en el PNTP. El difícil acceso a la zona don-de se inició el fuego, junto a vientos superioresa los 100 km h–1, facilitaron la rápida propaga-ción del siniestro, prolongándose por un perio-do de casi 70 días y afectando a una vasta su-perf icie. Sin embargo, todavía no se haestimado las reales dimensiones del impacto delfuego sobre las coberturas de vegetación. El ob-jetivo del presente trabajo es la estimación delárea total afectada por el incendio del año 2011a partir de imágenes ETM+ y productos de re-flectancia obtenidos del sensor MODIS.

Este trabajo se estructura de la siguiente for-ma: En la sección 2 se detallan los datos utili-zados y el área de estudio correspondiente alPNTP. En la siguiente sección, se detallan lospasos metodológicos que se utilizaron para laestimación del área total quemada. Posterior-mente en la sección 4 se muestran los resulta-dos obtenidos. Finalmente, en la sección 5 sepresenta una discusión y las conclusiones fi-nales de este trabajo.

Área de estudio y datos de teledetección

Parque Nacional Torres del Paine(PNTP)

El PNTP se encuentra ubicado en el extre-mo austral de Chile en la provincia de Últi-ma Esperanza, región de Magallanes y la An-tártica Chilena (Figura 1). Tiene unasuperf icie total cercana a las 240 mil ha, lacual puede variar entre 235 a 242 mil ha. Es-to se debe a que dentro de los límites del par-que existe una zona privada de libre tránsitono siempre considerada como área oficial. Lasuperficie del PNTP, se extiende desde las es-tepas patagónicas en el este hasta los camposde hielo ubicados en el oeste. La elevaciónvaría entre los 100 y los 2500 m.s.n.m, sien-do 500 m.s.n.m donde ocurre el bioma este-pa (Pisano, 1974). La cobertura predominan-te corresponde a matorral siempreverde(Bontemps et al., 2011a).

Según la clasificación de Köppen (1918), elclima de la zona de estudio es del tipo «oceá-nico frío» encontrándose fuertemente influen-ciado por vientos provenientes del sur-oeste(Moreno et al., 2012). Las precipitaciones seconcentran principalmente en los meses de in-vierno austral en forma de nieve y alcanzan unamedia anual de 800 mm (Wittmer et al., 2010),por otra parte la temperatura media anual de laregión es de 6.5 ºC (Endlicher, 1991).

Datos (Modis-ETM+)

Se utilizaron datos del sensor EnhancedThematic Mapper Plus (ETM+) del 3 de ene-ro de 2005 y del 24 de febrero de 2012. Fue-ron seleccionadas aquellas imágenes en don-de la cobertura nubosa fuera la menor sobre laescena correspondiente al Path 230 y al Row96, la cual representa íntegramente la zonadonde ocurrió el incendio. Por otra parte, seutilizaron los productos de reflectancia de su-perficie MOD09GQ (Vermote et al., 2011) ge-nerados a partir de la información entregadapor el Moderate Resolution Imaging Spectro-radiometer (MODIS). Las imágenes ETM+

38 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

fueron descargadas del servidor de imágenessatelitales del U.S. Geological Survey(http://earthexplorer.usgs.gov/) y los produc-tos MODIS fueron descargadas del servidorhttp://reverb.echo.nasa.gov/ generado por laNational Aeronautics and Space Administra-tion (NASA)

Mapa de cobertura

Con el objetivo de cuantificar el tipo de su-perficie afectada por el incendio, datos del pro-yecto Global Cover 2009 (Bontemps et al.,2011a) fueron utilizados en este trabajo. Esta

información ha sido generada a partir de datosdel sensor Medium Resolution Imaging Spec-trometer (MERIS) durante 12 meses entre el1 de enero y el 31 de diciembre del 2009. Laresolución espacial es de 300 x 300 m y con-sidera 23 tipos de cobertura. Si bien es cierto,el tipo de mapa de cobertura es difícilmentecomparable con otras clasif icaciones de co-bertura a escala global (Neumann et al., 2007;Kaptué et al., 2011; Fritz et al., 2011), el ma-pa de clasificación GLOBCOVER 2009 ha si-do recientemente utilizado en diversas áreasdetalladas en Bontemps et al. (2011b). La Ta-bla 1 resume los datos utilizados en este tra-bajo.


Figura 1. Ubicación del Parque Nacional Torres del Paine. Se muestra la imagen ETM+ corregida del 3 de ene-ro del 2005.

Metodología

La metodología llevada a cabo para estimarel cálculo del área quemada del PNTP se des-arrolló en tres etapas. La primera etapa co-rresponde a la corrección de las imágenesETM+ SLC-off con el objetivo de estimar elárea quemada evitando los efectos de bande-ado. La segunda etapa tiene relación con el cál-culo de índices de área quemada y la estima-ción de las coberturas que fueron másafectadas por el incendio. Finalmente, la ter-cera etapa tiene relación con la comparaciónen la estimación del área quemada a partir deimágenes ETM+ y los productos de reflectan-cia provenientes del sensor MODIS. En lassecciones siguientes se detallan cada una deestas etapas.

Calibración Radiométrica ETM+ y corrección de bandas

Las imágenes ETM+ correspondientes al3 de enero del 2005 y al 24 de febrero del2012 fueron calibradas según el procedi-miento establecido en Chander et al. (2009).Sin embargo, uno de los problemas más sig-nif icativos es el bandeado presente en lasimágenes efecto del SLC-off, que genera lí-

neas sin datos en la imagen. En Chuvieco etal. (2012), se presenta una metodología paradeterminar el área afectada por un incendio,contemplando los vacíos que presentan estasimágenes. Sin embargo, varios autores seña-lan la posibilidad de abordar la corrección deeste efecto a través de métodos de interpola-ción (Zhang et al., 2007; Pringle et al., 2009).En este trabajo, cada escena ETM+ fue in-terpolada a partir de triangulaciones de De-launay relacionadas con estructuras genera-das a partir del diagrama de Voronoi. Estemétodo aparece bien descrito en De Berg etal. (2008) y permite la interpolación a unasuperf icie que no presenta datos a partir deuna triangulación basada en los datos veci-nos. Una muestra del efecto que presenta lainterpolación sobre la imagen se aprecia enla Figura 2. Sin embargo, los valores resul-tantes de esta interpolación no necesaria-mente corresponderán a valores con signif i-cancia física. Este método de interpolaciónse aplicó a todas las bandas espectrales de laescena ETM+ adquirida para las dos fechasanalizadas en este trabajo. Una vez corregi-dos los efectos del SLC-off en todas las ban-das, se corrigió el efecto atmosférico con elf in de obtener la reflectancia a nivel de la su-perf icie utilizando para ello el método pro-puesto por Chavez (1996).


Tabla 1. Datos utilizados: Landsat, Modis y cobertura global

Datos FechaPath-

Row/SwathResolución

EspacialResolución Temporal

Descripción

Banda µm

Landsat-7 ETM+SLC-Off

03-ene-0524-feb-12

230-96 30 m 16 días

Reflectancia de superficie

1

2

3

4

5

6

7

0.450-0.515

0.525-0.605

0.630-0.690

0.750-0.900

1.550-1.750

10.400-12.500

2.090-2.350

Modis Daily ReflectanceMOD09GQ

03-ene-0524-feb-12

250 m Diaria

Reflectancia de superficie

1

2

0.620-0.670

0.841-0.876

GLOBCOVER 2009 Dic-2010 Global 300 m Mapa Cobertura de la superficie


Figura 2. Imagen ETM+ (path 230; row 96) del 3 de enero del 2005. En la columna de la izquierda se muestra laimagen original, y en la columna de la derecha la imagen resultante después de la interpolación de Delaunay.

Estimación del área quemada

La estimación del área quemada se realizómediante la digitalización sistemática del áreaquemada en base a la imagen ETM+ corres-pondiente al 24 de febrero del 2012. Análisisvisual, espectral y a partir de índices de vege-tación como el Normalized Difference Vegeta-tion Index (NDVI) fueron utilizados para com-parar diferentes capas de información y obtenerun área representativa del incendio. Por otraparte, se estimaron otros índices complemen-tarios, como el Normalized Burned Ratio(NBR), el cual se muestra en la Ecuación [1].

[1]

donde B4 y B7 corresponden a las bandas delsensor ETM+ con una longitud de onda centralde 0,82 y 2,22 mm respectivamente. Este índi-ce permite la caracterización de las superficiesquemadas en el grado en que éstas fueron afec-tadas y su posterior regeneración. Una vez cal-culado este índice, se procede a estimar el áreaafectada aplicando este mismo una escena an-terior al incendio, estimando el área afectadapor el incendio según la diferencia entre am-bos índices como lo muestra la Ecuación (2).

[2]

siendo ΔNBR la diferencia del área quemada lacual puede ser asimilada siguiendo un patrón deseveridad. La Tabla 2 muestra una clasificaciónadaptada en relación a los valores de ΔNBR .

Este índice ha sido ampliamente utilizadoen diversos trabajos, incluyendo comparacio-

nes con otros métodos e índices de vegetación(Chuvieco et al., 2002; Cocke et al., 2005; Ep-ting et al., 2005; De Santi & Chuvieco, 2007;Loboda et al., 2007; Miller & Thode, 2007; Es-cuin et al., 2008; De Santi & Chuvieco, 2009).A pesar de que el es un indicador del grado deseveridad de incendios, la aplicabilidad de es-te índice puede variar según las circunstanciasdel siniestro y las condiciones geográficas, en-tre otras variables. Finalmente, el área quema-da obtenida a partir de la integración de los mé-todos anteriores, fue evaluada a partir de unavisita in-situ al PNTP.

Comparación MODIS-Landsat-7ETM+

Como una medida de evaluación de los re-sultados obtenidos a partir de las imágenesETM+, se utilizaron los productos MODIS pa-ra estimar la fiabilidad de la interpolación. Conlos resultados de la interpolación realizada, am-bas escenas ETM+ fueron remuestreadas a 250m utilizando un método simple de regrilladobasado en interpolación bi-lineal. El NDVI es-timado en cada una de estas escenas fue com-parado con los valores de NDVI calculados apartir de valores de reflectancia entregados porel producto MOD09GQ de la misma fecha. Es-ta comparación corresponde a un análisis de li-nealidad entre ambos productos y se elimina-ron de la comparación aquellos valores de laescena ETM+ que no estuvieran afectados porel bandeado. De esta manera, se compararonsólo los valores interpolados de la imagenETM+ con los valores de NDVI obtenidos deMODIS. Debido a la presencia de nubes en lasescenas del año 2005 y 2012, se aplicó el algo-

ΔNBRB B

B B

B B

B B=

−

+

⎛

⎝⎜

⎞

⎠⎟ −

−

+4 7

4 7

4 7

4pre incendio 77

⎛

⎝⎜

⎞

⎠⎟

post incendio

NBRB B

B B=

−

+4 7

4 7


Tabla 2. Índice de severidad de área quemada.

ΔNBR Severidad del área quemada

< –0.25 Alto crecimiento post-incendio

–0.25 a –0.1 Bajo crecimiento post-incendio

–0.1 a +0.1 No quemado

0.1 a 0.27 Área quemada de baja severidad

0.27 a 0.44 Área quemada de severidad media

0.44 a 0.66 Área quemada de severidad media-alta

> 0.66 Área quemada de severidad alta

ritmo Automated Cloud - Cover Assessment(ACCA) descrito por Irish et al. (2006) sobrelas imágenes ETM+, el cual utiliza una serie defiltros para diferenciar las nubes de otras cu-biertas, considerando las reflectancias de lasbandas 2, 3, 4 y 5 del sensor ETM+, además dela temperatura de brillo de la banda 6.

Resultados

El área afectada por el fuego se muestra enla Figura 3, donde se evidencia el área quema-da a partir de la comparación entre las imáge-

nes antes y después del incendio, correspon-diente al 3 de enero del 2005 (Figura 3a) y al24 de febrero del 2012 (Figura 3b) respectiva-mente. La superficie afectada por el incendiose calculó en 18.059 ha. El error relativo de es-timación, asumiendo la resolución espacial delsensor y el método de interpolación se calcu-ló en ~ 1%, lo que equivale a 181 ha. Sin em-bargo, dentro de esta área se presentaban su-perf icies con un grado de siniestralidaddiferente. El relieve de la zona, la significati-va variabilidad en la dirección del viento, elcontenido aparente de humedad del suelo, elcontenido de agua de la vegetación y el méto-


Figura 3.- Estimación del Área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y fe-brero del 2012 (b). Se muestran además fotografías in-situ correspondientes a los distintos sitios siniestrados enc, d y e.

A

C

B

D E

do de extinción del fuego generaron diversaszonas aisladas donde el fuego no afectó porcompleto a las coberturas, dando paso a la crea-ción de parches aislados de vegetación. Estosparches de vegetación corresponden princi-palmente a pastizales, los que pueden apre-ciarse al interior del área afectada por el in-cendio (Figura 3c, d, e). La exclusión de estosparches de vegetación en el área afectada, ge-nera una disminución cercana a un 9% del to-tal de la superficie quemada.

Con el objetivo de analizar el grado de se-veridad con que el incendio afectó a cada co-bertura de vegetación, la Figura 4 muestra elΔNBR estimado para toda el área afectada. Enesta f igura se aprecia que el índice presentauna categorización detallada sobre el tipo decobertura siniestrada, diferenciando las cla-ses no quemadas y con regeneración post-in-cendio, de las clases que sufrieron algún gra-do de siniestralidad. Hacia el borde este de lazona afectada por el incendio se aprecian lassuperficies que no fueron quemadas, mientrasque en el centro de esta área están las zonasque tuvieron un grado de siniestralidad alto.Esto se debe a que el incendio se originó enel lado oeste del área de estudio, desplazán-dose hacia el este según la magnitud y direc-ción del viento. En el centro del área se apre-cian las zonas de mayor devastación y quepresentan un alto grado de severidad. Existenzonas que muestran un alto grado de creci-miento post-incendio ubicadas en el sectornoreste del área quemada. Esta zona corres-ponde a bosques y su clasif icación se puedeatribuir a una sobre estimación de la reflec-tancia de la vegetación producto de la inter-polación, presentando además un alto gradode influencia tanto de la interpolación comode los efectos topográficos.

Del total de la superficie quemada, 14.074ha presentaron algún grado de severidad, de lascuales el 31% presentó un grado medio-alto oalto de severidad. Por otra parte, 3.989 ha, pre-sentaron un grado de regeneración después delincendio o no fueron quemadas. A pesar de queeste resultado equivale a un 22% del total de lasuperf icie afectada por el incendio, existenciertas zonas que fueron sesgadas por el mé-todo de interpolación en el momento de reali-zar el índice NBR, por lo que esta superficie

podría disminuir en magnitud, principalmentedebido a las zonas en las cuales se presentó unaalta regeneración. Estas zonas se ubican en lasladeras de los cerros situados al noroeste de lazona y corresponden a bosques frondosos dehojas perennes.

La cuantificación de cada cobertura afecta-da por el incendio y su respectivo grado de se-veridad, se muestran en la Tabla 3. Del total delárea del parque, un 12% de la superficie co-rrespondiente a algún tipo de vegetación fueafectada por el incendio y en su mayoría(aprox. 10%), fue clasificada con algún gradode severidad entre bajo y alto. Solo 1.114 hafueron afectadas por el incendio y han experi-mentado algún tipo de crecimiento, ya sea ba-jo o alto. Sin embargo, esta superficie está in-fluenciada por el tipo de vegetación de bosquesdensos, que se encuentra influenciada por elefecto del método de interpolación. Las co-berturas de vegetación más afectadas por el in-cendio corresponden a bosque semi-abierto de-ciduo, bosque de baja altura y praderas,abarcando una superficie de 15.794 ha, un 87%del total quemado. De este total, el 69% pre-sentó un grado de severidad medio o medio-al-to, correspondiente a 12.674 ha. Por otra par-te, según el índice ΔNBR, las áreas que fueronafectadas por el incendio pero que no se en-cuentran clasificadas en algún grado de seve-ridad se estiman en 2.393 ha, donde un 91%corresponden a coberturas de matorral y bos-que abierto de baja altura.

Discusión y conclusión

La comparación de la interpolación realiza-da sobre las imágenes ETM+ se muestra en laFigura 5. En esta figura se comparan los NDVIde la imagen ETM+ remuestreada a 250 m, conlos valores de NDVI obtenidos de los produc-tos de reflectancia de MODIS. Estas compara-ciones se realizaron para las escenas comple-tas de Landsat, correspondiente a los Path 230y Row 96, tanto para la escena del 3 de enerodel 2005 como para la escena del 24 de febre-ro del 2012 (Figura 5a,b). Al mismo tiempo, semuestra la comparación realizada para la su-perficie correspondiente al área afectada porel fuego y descrita en la Figura 5c,d.



Figura 4. (a) ΔNBR de la superficie afectada por el incendio y (b) Reclasificación de la superficie afectada en«Quemado con algún grado de severidad» y «No quemado /Regeneración Post Incendio».

4330

000

4336

000

4340

000

4346

000

4330

000

4336

000

4340

000

4346

000

0 5000 10000 20000 metros

640000 650000 660000

630000

Leyenda

640000 650000 660000

No quemado / Regeneración post-incendio

63000043

3000

043

3600

043

4000

043

4600

0

4330

000

4336

000

4340

000

4346

000

0 5000 10000 20000 metros

640000 650000 660000

630000 640000 650000 660000

No quemado

Quemado con algún grado de severidad

Alto crecimiento post-incendio

Bajo crecimiento post-incendio

Área quemda de baja severidad

Área quemada de media severidad

Área quemada de media-alta severidad

Área quemada de alta severidad

Leyenda


Tab

la 3

.Cat

egor

ía d

e si

nies

tral

idad

y ti

po d

e co

bert

ura

afec

tada

. Sup

erfi

cie

de á

rea

quem

ada

por

cobe

rtur

a de

veg

etac

ión,

rel

ació

n al

tota

l de

la s

uper

fici

e de

l par

-qu

e y

rela

ción

al

índi

ce B

RN

Áre

a pa

rque

Á

rea

quem

ada

%

Alt

o B

ajo

No

Áre

a qu

emad

a Á

rea

quem

ada

Áre

a qu

emad

a Á

rea

quem

ada

Cód

igo

crec

imie

nto

crec

imie

nto

de b

aja

de m

edia

de

med

ia-a

lta

de a

lta

(ha)

(ha)

parq

uepo

st-i

ncen

dio

post

-inc

endi

oqu

emad

ose

veri

dad

seve

rida

dse

veri

dad

seve

rida

d

1423

53.1

639

.80

1.69

%0.

000.

009.

959.

9519

.90

0.00

0.00

2031

48.1

569

.65

2.21

%0.

000.

000.

000.

0029

.85

29.8

59.

9530

5266

.00

248.

754.

72%

0.00

19.9

039

.80

49.7

599

.50

39.8

00.

0040

3253

0.90

2046

.30

6.29

%0.

000.

0049

.75

404.

1052

7.76

736.

3232

8.36

5081

85.1

920

21.9

024

.70%

0.00

59.7

014

9.25

435.

6073

6.32

561.

4079

.60

6022

64.1

321

8.90

9.67

%0.

0099

.50

49.7

519

.90

39.8

09.

950.

0010

023

5.32

0.00

0.00

%0.

000.

000.

000.

000.

000.

000.

0011

044

71.0

124

8.75

5.56

%0.

009.

9512

9.35

89.5

519

.90

0.00

0.00

120

311.

640.

000.

00%

0.00

0.00

0.00

0.00

0.00

0.00

0.00

130

8152

7.59

1172

6.00

14.3

8%39

.80

626.

8721

94.0

634

92.6

031

43.3

919

01.0

032

8.25

140

1050

6.56

820.

207.

81%

89.5

514

9.25

169.

1615

9.20

119.

4010

3.80

29.8

515

026

07.5

614

1.50

5.43

%0.

000.

0059

.70

29.8

052

.00

0.00

0.00

180

2054

.25

477.

6023

.25%

0.00

19.9

019

.90

89.5

518

9.06

149.

259.

9520

011

25.7

00.

000.

00%

0.00

0.00

0.00

0.00

0.00

0.00

0.00

210

3261

9.94

0.00

0.00

%0.

000.

000.

000.

000.

000.

000.

0022

046

560.

850.

000.

00%

0.00

0.00

0.00

0.00

0.00

0.00

0.00

TO

TAL

2357

67.9

618

059.

357.

66%

129.

3598

5.08

2870

.68

4780

.01

4976

.89

3531

.38

785.

96

Cód

igo

Ley

enda

14Ti

erra

s cu

ltiva

das.

20M

osai

co d

e tie

rras

cul

tivad

as (5

0-70

%) /

Veg

etac

ión

(pra

dera

/mat

orra

l/bos

que)

(20-

50%

).

30M

osai

co d

e ve

geta

ción

(pra

dera

/mat

orra

l/bos

que)

(50-

70%

) / ti

erra

s cul

tivad

as (2

0-50

%).

40C

erra

do a

abi

erto

(>1

5%)

bosq

ue d

e ho

ja a

ncha

sie

mpr

ever

de y

/o b

osqu

e se

mid

eci-

duo

(>5m

).

50C

erra

do (>

40%

) bos

que

de h

oja

anch

a de

cidu

o (>

5 m

).

60A

bier

to (1

5-40

%) b

osqu

e de

hoj

a an

cha

deci

duo

(>5m

).

100

Cer

rado

a a

bier

to (>

15%

) bos

que

de h

oja

anch

a y

bosq

ue d

e ac

ícul

as (>

5m).

110

Mos

aico

de

bosq

ues

o m

ator

ral (

50-7

0%) y

pra

dera

(20-

50%

).

Cód

igo

Ley

enda

120

Mos

aico

de

prad

era

(50-

70%

) y b

osqu

e o

mat

orra

l (20

-50%

).

130

Cer

rado

a a

bier

to (>

15%

) (ho

ja a

ncha

, ací

cula

, sie

mpr

ever

de o

dec

íduo

) mat

orra

l (<5

m).

140

Cer

rado

a a

bier

to (>

15%

) veg

etac

ion

herb

ácea

.(pra

dera

, sab

anas

olíq

uene

s/m

usgo

s).

150

Vege

taci

ón d

ispe

rsa

(<15

%).

180

Cer

rado

a a

bier

to (>

15%

) pra

dera

o m

ator

ral o

veg

etac

io?n

len?

osa

regu

larm

ente

inun

-da

da o

sue

lo in

unda

do, a

gua

dulc

e, s

alob

re o

sal

ina.

200

Áre

as d

e su

elo

desn

udo.

210

Cue

rpos

de

agua

.

220

Nie

ve y

hie

lo p

erm

anen

te.

En la Figura 5a, al utilizar el algoritmo AC-CA para filtrar las nubes, se obtuvo un R2 de0,78 y una tendencia lineal de 0,74. Sin em-bargo, se observó un foco de dispersión debi-do a pixeles con nubes que han sido subesti-mados por el método de filtrado. Al realizar elcálculo del coeficiente de determinación sinconsiderar este foco de dispersión, este au-mentó a 0,83 y la tendencia lineal aumentó a0,94. Por otra parte, los valores de R2 y ten-dencia lineal para el área de estudio en el año2005 (Figura 5c) fueron similares a los de laescena completa e igualmente se observó unadispersión producto de los pixeles correspon-dientes a nubes que no fueron clasif icados,aunque en una menor proporción.

La comparación de la escena del 24 de fe-brero del 2012 (Figura 5b) presenta una situa-ción similar a las del año 2005 en cuanto a ladispersión que generan las nubes no clasifica-

das por el algoritmo de Irish, et al. (2006). Sinembargo, en esa fecha la cobertura total de nu-bes fue menor a la escena del 3 de enero 2005,por lo tanto el foco de dispersión de nubes tam-bién fue menor. No obstante, se evidencianciertos pixeles correspondientes a cuerpos deagua que incrementaron la dispersión de las se-ries de datos. El valor de R2 y la tendencia li-neal en este caso fueron de 0,62 y 0,82 para lospixeles corregidos en toda la escena, respecti-vamente. En el caso del área de estudio, parael 24 de febrero de 2012 el valor de R2 y de latendencia lineal fueron de 0,75 y 0,8 (Figura5d).

La superficie afectada por el incendio del2012 en el PNTP se estimó cercana a las18 mil ha. Las condiciones del lugar, tanto me-teorológicas como orográf icas, son factoressignificativos a la hora de mitigar los focos delincendio y las consecuencias que éste genera.


Figura 5. Diagrama de dispersión de valores de NDVI calculado a partir de imágenes ETM+ corregidas por elefecto del SLC-off y a partir de la reflectancia obtenida con el sensor MODIS. Se muestran los diagramas parael año 2005 y 2012 sobre la escena Landsat (a, b) y sobre el área de estudio (c,d) respectivamente. La escala decolores indica la frecuencia de los pares ordenados de NDVI MODIS/ETM+.

A B

C D

La utilización de las imágenes ETM+, es unaherramienta útil para la estimación del áreaquemada. La corrección realizada mediante in-terpolación de Delaunay permite obtener unárea continua, que puede ser cartografiada conmayor eficiencia con el fin de estimar el áreaquemada de forma precisa. Sin embargo, estosvalores deben estar acompañados de un méto-do de estimación del grado de severidad del in-cendio, como es el caso de la comparación delNBR entre imágenes previas y posteriores alsiniestro. La comparación realizada entre losvalores de NDVI remuestreados de ETM+ co-rregidos y los valores de MODIS, presentancoeficientes de determinación superiores 0,7,que puede estar subestimado por la presenciade nubes o cuerpos de agua, además influen-ciados por la interpolación bi-lineal del re-muestreo de las imágenes ETM+ a 250 m. Apesar de esto, los resultados muestran que losvalores interpolados mediante triangulación deDelaunay, permiten generar una imagen com-parable con otros productos de vegetación de-rivados de otros sensores remotos.

Finalmente, en este trabajo se presentó unaestimación del área quemada en el Parque Na-cional Torres del Paine después del incendioocurrido entre diciembre del 2011 y marzo del2012. Al mismo tiempo se analizó el tipo decobertura afectada y el respectivo grado de si-niestralidad a partir del índice NBR. El méto-do de corrección de bandeado, a partir de in-terpolación de Delaunay para el productoLandsat 7-ETM+, es una herramienta útil pa-ra el análisis de fenómenos espaciales, tal co-mo lo demuestra el caso del reciente incendioocurrido en el Parque Nacional Torres del Pai-ne. El área afectada por el incendio se estimóen 18.059 ha (±1%). Esto implica que un por-centaje significativo de la vegetación del par-que Nacional Torres del Paine fue siniestrado,en donde las coberturas afectadas en mayor su-perficie corresponden a bosque semi-abiertodeciduo, bosque de baja altura y praderas, sien-do esta última la que presenta la mayor áreacon algún grado de severidad, equivalente al49% de la vegetación quemada en el parque.Lo anterior es fundamental para la toma de de-cisiones en cuanto a las medidas de restaura-ción que se deben aplicar sobre la superficiedel Parque Nacional Torres del Paine.

Agradecimientos

Los autores agradecen la disposición de laUnited States Geological Survery (USGS) porla libre entrega de los datos Landsat-7 ETM+SLC-off y a la National Aeronautics and Spa-ce Administration (NASA) por los productosMODIS. Los autores agradecen además la no-table colaboración de Francisco Ubilla por suinvaluable aporte a la calidad de las fotografí-as. Esta publicación ha sido en parte financia-da por el Programa U-INICIA Concurso de Re-forzamiento de Inserción Productiva de NuevosAcadémicos VID 2012; código U-INICIA4/0612 Universidad de Chile.

Referencias

BANK, M. S., SARNO, R. J., & FRANKLIN, W. L.2003. Spatial distribution of guanaco mating si-tes in southern Chile: conservation implications.Biological Conservation, 112 (3), 427-434

BONTEMPS, S., & CO-AUTHORS. 2011a. GLOB-COVER 2009: Products Description and Valida-tion Report (ESA and UC Louvain).

BONTEMPS, S., & CO-AUTHORS. 2011b. Revi-siting land cover observations to address the ne-eds of the climate modelling community. Bioge-osciences Discussions, 8, 7713-7740.

CHAVEZ, P. Jr. 1996. Image based atmospheric co-rrections - revisited and improved. Photogram-metric Engineering and Remote Sensing, 62:1025-1036.

CHANDER, G., MARKHAM, B., & HELDER, D.L. 2009. Summary of current radiometric cali-bration coeff icients for Landsat MSS, TM,ETM+, and EO-1 ALI sensors. Remote Sensingof Environment, 113, 893-903.

CHUVIECO, E., CIFUENTES, Y., HANTSON, S.,AGUSTÍN-LÓPEZ, A., RAMO, R., & TORRES,J. 2012. Comparación entre focos de calor MO-DIS y perímetros de área quemada en incendiosmediterráneos. Revista Española de Teledetec-ción, 37, 9-22.

CHUVIECO, E., MARTÍN, M. P., & PALACIOS,A. Assessment of different spectral indices in thered–near-infrared spectral domain for burnedland discrimination. International Journal of Re-mote Sensing, 23(23), 5103-5110.

COCKE, A. E., FULÉ, P. Z., & CROUSE, J. E. 2005.Comparison of burn severity assessments using Dif-ference Normalized Burn Ratio and ground data.International Journal of Wildland Fire, 14, 189-198.

DE BERG, CHANG, O., VAN KREVELD, M., &OVERMARS, M. 2008. Computational Geo-


metry: Algorithms And Applications. Springer,3rd edition, ISBN-10: 3540779736.

DE SANTIS, A., & CHUVIECO, E. 2007. Burn se-verity estimation from remotely sensed data: per-formance of simulation versus empirical models.Remote Sensing of Environment, 108(4), 422-435.

DE SANTIS, A., & CHUVIECO, E. 2008. Análisiscomparativo de sensores espaciales para carto-grafía de la Severidad en el incendio de Ruba deSaelices (Guadalajara). Revista Española de Te-ledetección, 29, 25-37.

DE SANTIS, A., & CHUVIECO, E. 2009. GeoC-BI: A modified version of the Composite BurnIndex for the initial assessment of the short-termburn severity from remotely sensed data. Remo-te Sensing of Environment, 113, 554-562.

DOMÍNGUEZ-VILLAR, D. 2006. Early formationof gnammas (weathering pits) in a recently gla-ciated area of TorresdelPaine, southern Patago-nia (Chile). Geomorphology, 76(1-2), 137-147.

EPTING, J., VERBYL, D., & SORBEL, B. 2005.Evaluation of remotely sensed indices for asses-sing burn severity in interior Alaska using Land-sat TM and ETM+. Remote Sensing of Environ-ment, 96, 228-239.

ENDLICHER, W. 1991. Zur Klimageographie undKlimaökologie von Südpatagonien. 100 Jahre-klimatologische Messungen in Punta Arenas.Freiburger Geographische Hefte, 32: 181-211.

ESCUIN, S., NAVARRO, R., & FERNÁNDEZ, P.2008. Fire severity assessment by using NBR(Normalized Burn Ratio) and NDVI (Normali-zed Difference Vegetation Index) derived fromLandsat TM/ETM images. International Journalof Remote Sensing, 29, 1053-1073.

FRANKLIN, W. L., JOHNSON, W. E., SARNO, R.J., & IRIARTE, J. A. 1999. Ecology of the Pata-gonia puma Felis concolor patagonica in southernChile. Biological Conservation, 90(1), 33-40.

FRITZ, S., & CO-AUTHORS. 2011. Highlightingcontinued uncertainty in global land cover mapsfor the user community. Env. Research letters, 6,doi:10.1088/1748-9326/6/4/044005

GONZÁLEZ-ALONSO, F., MERINO-DE-MI-GUEL, S., ROLDÁN-ZAMARRÓN, A., GAR-CÍA-GIGORRO, S., & CUEVAS, J. M. 2007.MERIS Full Resolution data for mapping levelof damage by forest f ires: the Valencia de Al-cántara event in August 2003. Int. J. Remote Sen-sing 28(3-4): 797-809.

GONZÁLEZ, J., & AYDIN, A. 2008. The origin oforiented lakes in the Andean foreland, Parque Na-cional Torres del Paine (Chilean Patagonia). Ge-omophology, 97(3-4), 502-515.

IRISH, R., BARKER, J., GOWARD, S., & ARVID-SON, T. 2006. Characterization of the Landsat-7ETM Automated Cloud-Cover Assessment (AC-CA) Algorithm. Journal of Photogrammetry andRemote Sensing, 72(10), 1179-1188.

KAPTUÉ, A. T., ROUJEAN, J. L., & DE JONG,S.M. 2011. Comparison and relative quality as-sessment of the GLC2000, GLOBCOVER, MO-DIS and ECOCLIMAP land cover data sets at theAfrican continental scale. Int. J. Appl. Earth Obs.Geoinf., 13(2), 207-219.

KELLER, K., CASASSA, G., RIVERA, A., FORS-BERG, R., & GUNDESTRUP, N. 2007. Airbor-ne laser altimetry survey of Glaciar Tyndall, Pa-tagonia. Global and Planetary Change, 59 (1-4),101-109.

KÖPPEN, W. 1918. Klassifikation der KlimatenachTemperatur, Niederschlag und Jahresablauf(Classification of climates according to tempe-rature, precipitation and seasonal cycle). Peter-manns Geogr. Mitt. 64, 193-203, 243-248

LEUTHOLD, J., MÜNTENER, O., BAUMGART-NER, L. K., PUTLITZ, B., OVTCHAROVA, M.,& SCHALTEGGER, U. 2012. Time resolvedconstruction of a bimodal laccolith (Torres delPaine, Patagonia). Earth and Planetary ScienceLetter, 325-326 (1), 85-92

LOBODA, T., O’NEAL, K. J., & CSISZAR, I. 2007.Regionally adaptable dNBR- based algorithm forburned area mapping from MODIS data. Remo-te sensing of Environment, 109(4), 429-442.

NEUMANN, K., HEROLD, M., HARTLEY, A., &SCHMULLIUS, C. 2007. Comparative assess-ment of CORINE2000 and GLC2000: Spatialanalysis of land cover data for Europe. Int. J.Appl. Earth Obs. Geoinf., 9, 425-437.

MARDEN, J. 1997. Late-glacial fluctuations ofSouth Patagonian Icefield, Torres del Paine Na-tional Park, southern Chile. Quaternary Interna-tional, 38-39, 61-68.

MERINO-DE-MIGUEL, S., GONZÁLEZ-ALON-SO, F., GARCÍA-GIGORRO, S., ROLDÁN-ZAMARRÓN, A., & CUEVAS J. M. 2004. Is itpossible to timely and accurately estimate wild-f ire burnt areas using remote sensing techni-ques?, 24th EARseL Symposium, Dubrovnik,Croacia.

MILLER, A. B., & YOOL, S. R. 2002. Mapping fo-rest post-f ire canopy consumption in severaloverstory types using multitemporal Landsat. Re-mote Sensing of Environment, 82, 481-496.

MILLER, J. D., & THODE, A. E. 2007. Quantifyingburn severity in a heterogeneous landscape witha relative version of the delta Normalized BurnRatio (dNBR). Remote Sensing of Environment,109, 66-80.

MORENO, P., VILLA-MARTÍNEZ, R.,CÁRDE-NAS, M.L., & SAGREDO, E. A 2012. Deglacialchanges of the southern margin of the southernwesterly winds revealed by terrestrial recordsfrom SW Patagonia (52°S). Quaternary ScienceReviews, 41(18), 1-21.

OLIVA, P., MARTÍN, P., & CHUVIECO, E. 2011.Burned area mapping with MERIS postfire ima-


ge, International Journal of Remote Sensing,32(15), 4175-4201.

PISANO, E. 1974. Estudio ecológico de la regióncontinental sur del área andino patagónica. IIContribución a la fitogeografía de la zona del Par-que Nacional Torres del Paine. Anales del Insti-tuto de la Patagonia 5, 59-104.

PRINGLE, M. J., SCHMIDT, M. & MUIR, J. S.2009. Geostatistical interpolation of SLC-OFF Landsat ETM+ images. ISPRS Journal ofPhotogrammetry and Remote Sensing, 64(6),654-664.

ROLDÁN-ZAMARRÓN, A., GONZÁLEZ-ALON-SO, F., MERINO-DE-MIGUEL, S., GARCÍA-GIGORRO, S., & CUEVAS, J. M. 2005. Carto-grafía de los niveles de severidad en el incendioforestal de Minas de Riotinto (Huelva) a partirde imágenes Landsat 5 TM. XI Congreso Nacio-nal de Teledetección, 21-23 septiembre.Puerto dela Cruz. Tenerife.

SOLARI, M. A., HERVÉ, F., LEROUX, J. P., AIRO,A., & SIAL, A. N. 2010. Paleoclimatic signifi-cance of lacustrine microbialites: A stable isoto-pe case study of two lakes at Torres del Paine,southern Chile. Palaeogeography, Palaeoclima-tology, Palaeoecology, 297(1), 70-82.

VERMOTE, E., KOTCHENOVA, S., & RAY, J.2011. MODIS Surface Reflectance User’s Gui-de, version 3.1. Surface Reflectance ScienceComputing Facility, 40 p.

WITTMER, H., CORTI, P., SAUCEDO, C., &GALAZ, J. L. 2010. Learning to count: adap-ting population monitoring for endangered hue-mul deer to meet conservation objectives. Theinternational Journal of Conservation, 44,516-522.

ZHANG, C., LI, W., & TRAVIS, D. 2007. Gaps-fillof SLC-OFF Landsat ETM+ satellite image usinga geostatistical approach. International Journalof Remote Sensing, 28(22), 5103-5122.


estimación del área quemada en el parque nacional torres ... · 2007), entre otras. entre las...

Documents