Susceptibilidad para incendios de cubierta vegetal

Author:

Arias-Muñoz PaulORCID,Chuma-Pomasqui LuisORCID,Coronado Cacuango PabloORCID,Jácome-Aguirre GabrielORCID

Abstract

En Ecuador, alrededor de 11688,88 hectáreas de cobertura vegetal se perdieron en el 2023 producto de los 1495 incendios de cobertura vegetal (ICV) registrados. Por ello, la presente investigación tuvo como objetivo determinar áreas susceptibles a ICV para el cantón Cotacachi en Ecuador y en sus dos zonas diferenciadas. Para evaluar la susceptibilidad a ICV en un entorno SIG se aplicaron los métodos multicriterio de Proceso de Análisis Jerárquico (AHP) y Radio Frecuencia (RF). Para ello, se establecieron 11 factores clasificados en topográficos (altitud, pendiente del terreno, orientación del terreno), climáticos (precipitación, temperatura, evapotranspiración potencial, déficit hídrico y velocidad del viento) y antrópicos (cobertura de suelo, cercanía a carreteras y cercanía a espacios agrícolas). Después, se obtuvieron los modelos espacialmente explícitos y los resultados fueron validados con la curva ROC y el área bajo la curva (AUC). Los resultados muestran que alrededor del 47% del territorio presenta peligro extremo a los ICV según el método multicriterio AHP y un 53% del cantón según el método RF, presentando una mayor concentración en la zona subtropical que en la zona andina. Los valores del rendimiento muestran que, después de comparar los modelos con información de focos de calor del sistema FIRMS-NASA del periodo 2000-2020, se obtuvo un AUC: 0,824 para el modelo AHP y un valor AUC: 0,902 para el modelo RF. Mientras que, al compararlo con los incendios históricos del periodo 2018-2020, se obtuvo un AUC: 0,748 para el modelo AHP y un valor AUC: 0,755 para el modelo RF. Finalmente, se concluye que los modelos multicriterio AHP y RF presentaron resultados y rendimientos similares con mínimas diferencias.

Publisher

Universidad de la Rioja

Reference50 articles.

1. Abedi Gheshlaghi, H., 2019. Using GIS to Develop a Model for Forest Fire Risk Mapping. Journal of the Indian Society of Remote Sensing 47(7), 1173-1185. https://doi.org/10.1007/s12524-019-00981-z

2. Abedi Gheshlaghi, H., Feizizadeh, B., Blaschke, T., 2020. GIS-based forest fire risk mapping using the analytical network process and fuzzy logic. Journal of Environmental Planning and Management 63(3), 481-499. https://doi.org/10.1080/09640568.2019.1594726

3. Anrango, S., Chingal, M., Arias-Muñoz, P., 2020. Zonificación de Cobertura Vegetal Propensa a Incendios en el Cantón Ibarra: Una Mirada al Centro Poblado Más Grande de la Cuenca del Río Mira. En: P. Aguirre (Ed.). Riesgos Naturales en la cuenca del río Mira. Variabilidad del clima, deslizamientos, incendios y vulnerabilidad volcánica, pp. 57-74. Cuvillier Verlag. https://sustentabilidadyambiente.files.wordpress.com/2020/12/riesgos-naturales-en-la-cuenca-del-rio-mira.pdf

4. Arias-Muñoz, P., Encarnación, G., Díaz, A., Herrera, F., 2020. Zonificación de Áreas Propensas a Incendios de Cobertura Vegetal en la Subcuenca del Río Mataquí ubicada en la Provincia Imbabura. En P. Aguirre (Ed.). Riesgos Naturales en la cuenca del río Mira. Variabilidad del clima, deslizamientos, incendios y vulnerabilidad volcánica, pp. 41-56. Cuvillier Verlag. https://sustentabilidadyambiente.files.wordpress.com/2020/12/riesgos-naturales-en-la-cuenca-del-rio-mira.pdf

5. Bargali, H., Calderon, L. P. P., Sundriyal, R., Bhatt, D., 2022. Impact of forest fire frequency on floristic diversity in the forests of Uttarakhand, western Himalaya. Trees, Forests and People 9, 100300. https://doi.org/10.1016/j.tfp.2022.100300

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3