Evaluación de un algoritmo para detección de áreas quemadas en bosques de Canarias

Abstract

Se aplicó un clasificador bayesiano, inicialmente desarrollado y validado con éxito para la detección de áreas quemadas en regiones de bosque boreal usando el conjunto de datos LTDR (Long-Term Data Record) de 0,05º (~5 km) de resolución espacial, a una serie temporal de imágenes diarias Terra-MODIS de zonas forestales de Monteverde y Pinar de las Islas Canarias para el periodo 2002-2012. A partir de los dos productos MODIS, MOD09GQ (250 m) y MOD11A1 (1 km), que representan las imágenes diarias de reflectancia y temperatura de superficie respectivamente, se construyeron compuestos de 10 días mediante el criterio de máxima temperatura. Las variables estadísticas utilizadas en el clasificador bayesiano fueron los índices de vegetación GEMI y BBFI, junto con la banda espectral NIR, todos ellos relativos al año anterior y al año de ocurrencia del incendio. Se crearon polígonos de referencia de los 14 incendios mayores de 100 hectáreas identificados en el periodo analizado, utilizando conjuntamente imágenes LANDSAT post-fuego e información oficial de la base de datos nacional de incendios forestales del Ministerio de Agricultura, Alimentación y Medio Ambiente (MAGRAMA). El algoritmo de detección se entrenó usando un incendio producido en el sur de Tenerife en julio de 2012 que afectó a más de 6000 ha. Los resultados muestran que 13 de los 14 incendios registrados en ese periodo en el conjunto de las Islas Canarias, fueron detectados. El área total quemada detectada supone un 64,9% de los datos de referencia del MAGRAMA y un 78,6% según los datos obtenidos a partir de las imágenes LANDSAT. La aplicación de la metodología propuesta podría mejorar estos resultados considerando otros criterios de composición, índices de vegetación, variables estadísticas y/o región de entrenamiento, que mejor caractericen la respuesta espectral de la dinámica de la cobertura forestal de las Islas Canarias afectada por el fuego.