Validación de los índices de teledetección dNBR y RdNBR para determinar la severidad del fuego en el incendio forestal de Oia-O Rosal (Pontevedra) en 2013

• Autores: S. Arellano, José Antonio Vega Hidalgo, Francisco Rodríguez y Silva, C. Fernández, Daniel José Vega Nieva, Juan Gabriel Álvarez González, Ana Daría Ruiz González
• Localización: Revista de teledetección: Revista de la Asociación Española de Teledetección, ISSN 1133-0953, Nº. Extra 49, 2017 (Ejemplar dedicado a: Special issue: Avances en el análisis de la severidad y la dinámica ambiental post-fuego mediante teledetección), págs. 49-61
• Idioma: español
• Títulos paralelos:
  • Validation of the remote sensing indices dNBR and RdNBR to assess fire severity in the Oia-O Rosal (Pontevedra) wildfire in 2013
• Enlaces
  • Texto completo
• Dialnet Métricas: 5 Citas
• Resumen
  • español

    Evaluar y cartografiar la severidad del fuego después de incendios forestales se ha convertido en una tarea esencial para abordar la rehabilitación urgente de áreas quemadas y mejorar la planificación de la gestión postincendio. Aunque en Galicia se produce el mayor número de incendios forestales en España, la información sobre la estimación de la severidad del fuego mediante índices de teledetección es escasa. En este estudio se comparan, por primera vez en esta región, las capacidades de dNBR (differenced Normalized Burn Ratio) y RdNBR (Relative difference Normalized Burn Ratio), obtenidos de imágenes Landsat 8, para el testado de dichos índices con mediciones de severidad del fuego en campo, siguiendo el protocolo de CBI (Composite Burn Index), en el incendio de Oia-O Rosal (Pontevedra) ocurrido en 2013. Los modelos desarrollados para estimar dNBR y RdNBR en función del CBI fueron similares, con un porcentaje de variabilidad explicada de un 69% y 73%, respectivamente. Estos modelos permitieron obtener unos nuevos intervalos de las clases de severidad de dNBR y RdNBR para el área incendiada. Aunque los dos índices tuvieron valores de precisión conjunta relativamente altos y semejantes (75% y 83%, respectivamente) para clasificar las áreas afectadas por diferentes niveles de severidad, RdNBR mostró una ligera ventaja sobre dNBR. Además, el mapa de severidad basado en dNBR presentó menos superficie quemada con alta severidad, en comparación con RdNBR, y lo contrario para moderada severidad. Con esta información se dispone de una primera herramienta para abordar la evaluación de las pautas espaciales de severidad en incendios de Galicia, aunque será necesario contar con nuevos datos antes de disponer de una herramienta operativa.

  • English

    Fire severity evaluation and mapping following wildfire is an essential task for post-fire rehabilitation activities and forest management planning. For that purpose, some spectral indexes are used to quantify the changes caused by fire, being Landsat satellite one of the most frequently used. Even though Galicia is the Spanish region with the highest number of fires in the country, the information on fire severity estimation through satellite imagery is scarce. In the present study, the capacity of dNBR (differenced Normalized Burn Ratio) and RdNBR (Relative difference Normalized Burn Ratio), through Landsat 8 imagery processing, are compared for the first time in Galicia to test both indexes with field data following the methodology from CBI (Composite Burn Index) in Oia-O Rosal (Pontevedra) wildfire occurred in the summer of 2013. The results indicate that the models for dNBR and RdNBR estimation according to CBI were similar, explaining a 69 and 73% of variability, respectively. These models allow to obtain a new fire severity thresholds for dNBR and RdNBR for the burned area. Although, both indexes showed a similar and quite high overall accuracy in the classification of the different fire severity classes (75% y 83% for dNBR and RdNBR, respectively), RdNBR was slightly more accurate than dNBR. Additionally, the dNBR-based fire severity map significantly underestimated the high fire severity area, compared with RdNBR. Those preliminary results can be useful to evaluate fire severity spatial distribution, in wildfires in Galicia although new data will be necessary before an operational tool to be available.