Mapeo de la recuperación de la vegetación quemada mediante la clasificación de índices espectrales pre- y post-incendio

Abstract

Resumen: Este trabajo analizó el estado de recuperación de la vegetación del Parque Nacional Torres del Paine, incendiada entre diciembre de 2011 y marzo de 2012. El cálculo y comparación del NDVI (Normalized Difference Vegetation Index) del área afectada a lo largo de una serie temporal de 24 imágenes Landsat adquiridas antes, durante y después del incendio (2009)(2010)(2011)(2012)(2013)(2014)(2015), permitió apreciar la variación temporal en los niveles de biomasa de la vegetación afectada. La posterior clasificación y comparación de los índices espectrales NDVI, NBR (Normalized Burnt Ratio) y NDWI (Normalized Difference Water Index), en un par de imágenes pre-y post-incendio con disponibilidad de datos completos y fenológicamente compatibles (adquiridas en octubre de 2009 y 2014), permitió analizar y mapear el estado de recuperación de la vegetación afectada. Los resultados muestran que el área de las dos clases inferiores de todos los índices espectrales de la fecha pre-incendio pasó a ser la más dominante en la fecha post-incendio. El cruce de clases de NDVI pre-y post-incendio mediante una matriz de error evidenció que la clase más alta y prevaleciente de NDVI pre-incendio, correspondiente en su mayor parte a bosque higromórfico y matorral preandino, se tornó la clase más baja en 2014. El resto del área de estudio, compuesta principalmente por estepa patagónica, restableció sus niveles de biomasa en 2014, exhibiendo en gran medida las mismas clases de NDVI pre-incendio. Estos resultados podrían proveer directrices para el monitoreo y manejo de la regeneración de la vegetación impactada por este incendio.Palabras clave: NDVI, Landsat, incendios forestales, series temporales de imágenes, matriz de error. The results show that the area of the lowest classes of all the spectral indices of the pre-fire date became the most dominant on the post-fire date. The pre-and postfire NDVI class crossing by a confusion matrix showed that the highest and most prevailing pre-fire NDVI classes, mostly corresponding to hydromorphic forests and Andean scrubs, turned into the lowest class in 2014. The remaining area, comprising Patagonian steppe, reestablished its biomass levels in 2014, mostly exhibiting the same pre-fire NDVI classes. These results may provide guidelines to monitor and manage the regeneration of the vegetation impacted by this fire. Mapping the recovery of the burnt vegetation by classifying pre-and post-fire spectral indices

Assessing the Damage of Forests Burnt in Central Chile by Relating Index-Derived Differences to Field Data

“…Spectral indices had a similar performance, indicating that even when they are sensitive to different physical-chemical vegetation parameters (i.e., vigor and turgor) a significant autocorrelation may arise between them, as previous studies have pointed out (Chen et al, 2011;Peña and Ulloa, 2017). NDWI-and NBR-based differences yielded the highest correlations and predictive power, especially using the second and third post-fire image dates.…”

“…The ability of an ecosystem to regenerate and to achieve its primal condition, i.e., resilience capability, will depend on the calcination severity or intensity of its biomass, as well as its response to ecosystem variables like seedling recruitment, resprouting, alien and native species colonization, among others (Keeley, 2009;Chen et al, 2011). In this sense, it should be noted that values retrieved from index-derived differences are more closely sensitive to the bulk amount of calcined or recovered biomass, and not necessarily to the reestablishment of other ecological attributes of the burnt ecosystem, such as structure and composition (Bastos et al, 2011;Peña and Ulloa, 2017). In spite of this, to relate these values to quantitative or qualitative field data of biomass calcination or recovery contributes to understand the response of several of those variables to fire damage (Key and Benson, 2006;De Santis and Chuvieco, 2009).…”

Algoritmo Semiautomático para Mapear Incendios Forestales y Estimar la Recuperación Vegetal Mediante Imágenes Landsat-8

“…El cálculo de índices espectrales permite conocer el estado de la cobertura vegetal, por ende, su aplicación en estudios para determinar las afectaciones producidas en la cobertura vegetal es pertinente [16]. Además, puede utilizarse para prever posibles incendios forestales [23].…”

“…Existen diversos índices espectrales que utilizan imágenes satelitales para el cálculo del área abrasada. Regularmente se utilizan las imágenes del satélite Sentinel 2, implementadas con índices espectrales que evalúa el estado de la vegetación [16], los que permiten el mapeo y clasificación de la cobertura vegetal por medio del uso de bandas espectrales [7]. Sin embargo, la mayoría de estos estudios se limitan al uso y análisis de un índice espectral.…”

Uav and Satellite Imagery Applied to Alien Species Mapping in Nw Spain

“…The detection of this invasive species through automated procedures and satellite image processing is a subject with a large presence in the literature, with a focus on public platforms such as Sentinel images (Martimort et al, 2012), ASTER or Landsat (Viana and Aranha, 2010). The possibilities of combining different bands of the electromagnetic spectrum to highlight those elements of the Earth's surface that we are interested in, is an advantage that has been used in innumerable projects (Peña and Ulloa, 2017). In addition, we can also find works where drones are used for pixel evaluation and image classification.…”