Review and new methodological approaches in human-caused wildfire modeling and ecological vulnerability: Risk modeling at mainland Spain

• Autores: Marcos Rodrigues Mimbrero
• Directores de la Tesis: Juan Ramón de la Riva Fernández (dir. tes.)
• Lectura: En la Universidad de Zaragoza ( España ) en 2015
• Idioma: inglés
• Tribunal Calificador de la Tesis: Emilio Chuvieco Salinero (presid.), María Cristina Vega García (secret.), Thomas Curt (voc.)
• Materias:
  • Matemáticas
    • Estadística
      • Calculo en estadística
  • Geografía
    • Geografía regional
• Enlaces
  • Tesis en acceso abierto en: Zaguán
• Resumen

  • En las últimas décadas, las autoridades en materia de incendios han fomentado la investigación acerca de los factores desencadenantes del fuego, parámetro decisivo para lograr un entendimiento mayor de los patrones de la ocurrencia de incendios y mejorar las medidas preventivas. Existe por tanto una necesidad de mejorar y actualizar los enfoques metodológicos para el modelado de incendios forestales, teniendo en cuenta no sólo algoritmos innovadores, sino también la mejora y/o superación de los métodos clásicos de regresión. Por otra parte, es también imprescindible fomentar la evaluación de los posibles daños potenciales en los ecosistemas naturales, promoviendo así la conservación de los servicios de valor económico, ambiental, cultural y estético que éstos proporcionan a la sociedad. El objetivo principal de esta tesis doctoral es explorar nuevos métodos para el modelado de la causalidad humana en incendios forestales así como de los efectos adversos sobre las comunidades vegetales potencialmente afectadas. El modelado de la causalidad humana se ha realizado a partir de métodos de aprendizaje artificial y de técnicas de regresión geográficamente ponderada. Estas técnicas permiten por una parte el ajuste de modelos de probabilidad de ocurrencia espacialmente explícitos y, por otra, el estudio de la variabilidad espacial de los factores explicativos. La estimación de la vulnerabilidad de la vegetación frente al fuego, se ha llevado a cabo utilizando un enfoque cuantitativo, que permita superar los métodos existentes, que, si bien pueden ser útiles en algunas áreas de la gestión del territorio, son inadecuados para otros tipos de análisis, tales como la estimación de las pérdidas económicas inducidas por el fuego como consecuencia de la interrupción de los servicios ambientales (por ejemplo, la madera, la caza, y la recolección de setas). Para abordar el análisis de la vulnerabilidad se propone un método basado en la estimación del tiempo de recuperación de las comunidades vegetales tras el fuego, desarrollado mediante álgebra de mapas en entorno SIG. Los resultados indican que la utilización de métodos de aprendizaje artificial (concretamente el algoritmo Random Forest) supone una mejora sustancial respecto a los métodos clásicos de regresión, si bien parece que existe cierta incertidumbre en los modelos desarrollados, relacionada principalmente con la calidad de los datos de ocurrencia. Además, la aplicación de modelos GWR ha revelado la existencia de una elevada heterogeneidad espacial en la relación y capacidad explicativa de los factores relacionados con la ocurrencia de incendios con origen antrópico. Por otra parte, la aplicación del modelo propuesto para la estimación cuantitativa de la vulnerabilidad ecológica sugiere que la capacidad de respuesta de la vegetación se encuentra estrechamente relacionada con la estrategia reproductiva de las especies afectadas.