Revista Cartográfica 101 | Artículos | ISSN
(impresa) 0080-2085 ISSN (en línea) 2663-3981 julio-diciembre 2020: 35-50
DOI:https://doi.org/10.35424/rcarto.i101.420 | Este es un artículo de acceso abierto CC BY-NC-SA 4.0
Estudio
de la severidad del incendio de 2012 y regeneración de la vegetación del
Bosque La Primavera, México, mediante imágenes LANDSAT 7
Study of the severity by the fire of 2012 and regeneration of vegetation
in La Primavera Forest, Mexico, using LANDSAT 7 images
Alejandro Ramón López
García*
Recibido 20 de septiembre de 2019; aceptado 30 de enero 2020
Resumen
El incendio de abril de 2012 en el Bosque La Primavera, es considerado como el más extenso e intenso del que se tiene registro en las estadísticas del bosque. Este registro, se ha incorporado a un Sistema de Información Geográfica (SIG), información generada a través de técnicas de percepción remota a partir de imágenes multiespectrales del sensor ETM+ de LANDSAT 7, para realizar la cartografía y el análisis de la severidad del incendio y regeneración de la vegetación afectada. Se realizó la delimitación del incendio a través del índice espectral NBR, así como la severidad del mismo mediante el dNBR, resultando que la mayoría de la superficie afectada corresponde a la severidad BAJA y MEDIA que contabilizó 88% de la superficie dañada. Los valores de NDVI permitieron estimar el estado fenológico de la vegetación que sirvió para estimar el tiempo de regeneración de la misma, siendo este de tres años, en donde matorrales y especies arbustivas fueron afectadas en su gran mayoría, tratándose de un incendio de tipo superficial.
Palabras clave: LANDSAT
7, severidad de incendio, NBR, NDVI,
regeneración de la vegetación.
Abstract
The fire of April 2012 in the Bosque La Primavera is
considered to be the most extensive and intense that is registered
inside the statistics of the forest. It has been generated information through
remote sensing techniques from multi-spectral images belonging to the ETM+ sensor of LANDSAT 7 which was incorporated into a GIS,
to perform the mapping and analysis of the severity and regeneration time of
the affected vegetation. The delimitation of the fire was carried out through
the NBR spectral index, as well as its severity by
means of the dNBR, obtaining that the majority of the
surface of the damage corresponds to LOW and MEDIUM severity that accounted 88%
of the affected area. The NDVI values allowed to
estimate the phenological state of the vegetation in the area of the fire with
which served later to estimate the regeneration time as well, resulting this
three years, where thickets and other shrubs species were mostly damaged, being
a superficial fire type.
Key words: LANDSAT 7, fire severity, NBR, NDVI, vegetation
regeneration.
Introducción
Los incendios forestales generan deterioro de recursos naturales, además de pérdidas económicas y vidas humanas a nivel mundial. En México, ésta problemática es muy similar y recurrente año tras año, que de acuerdo a condiciones climáticas y meteorológicas hacen que estos se presenten en diversas magnitudes. Entre las causas principales atribuidas a los incendios forestales se encuentran en gran medida las actividades humanas y en menor proporción los fenómenos naturales como las erupciones volcánicas y descargas eléctricas (Ressl y Cruz, 2012). Pueden presentar un beneficio al ecosistema mediante la conservación de la biodiversidad, contribuyendo a la selección de especies, composición de las formaciones vegetales y a su estabilidad o alternancia (Agee, 1993).
La identificación de los daños causados al ecosistema en términos de biomasa quemada resulta un elemento de importancia en el proceso de regeneración de las áreas afectadas. La severidad de un incendio se relaciona directamente con la intensidad y la duración del fuego, cuyos grados determinan la posterior regeneración de la vegetación (De Santis y Chuvieco, 2008).
La determinación de los diferentes grados de severidad que un incendio forestal afecta a un determinado territorio representa una herramienta de gran relevancia para autoridades que les competen la conservación y restauración ante una situación posincendio. La toma de decisiones en este sentido puede verse facilitada si se cuenta con cartografía con rangos de severidad fiables (Botella-Martínez y Fernández-Manzo, 2017).
El Área de Protección de Flora y Fauna La Primavera (APFFLP), es un espacio boscoso constantemente amenazado en el cual se han presentado diversos incendios, que debido a su área de afectación e intensidad resultan críticos en términos de preservación: tal es el caso de los incendios ocurridos en 1984, 1987, 1995, 1998, 2005, 2012 y 2018; destacando por sus efectos el presentando en 2012 con casi 8 000 hectáreas devastadas (Huerta-Martínez e Ibarra-Montoya, 2014). El incendio se inició a las 11:45 horas del sábado 21 de abril y se prolongó por tres días más, siendo la causa un incendio intencional de un basurero aledaño ubicado en la colonia Arenales Tapatíos, lo que provocó aire contaminado, la reducción de actividades al aire libre, así como la suspensión de labores escolares en toda el Área Metropolitana de Guadalajara (AMG), requiriendo la cooperación y esfuerzo conjunto de cientos de brigadistas, bomberos locales y de otros estados, además de elementos de la Secretaría de la Defensa Nacional.
Para poder cartografiar, analizar y dar seguimiento a estos desastres, se ha recurrido al uso de la percepción remota o teledetección, que permite una observación sistemática de una amplia área de la superficie terrestre en bandas o regiones del espectro electromagnético que son sensibles a la señal de áreas quemadas (Chuvieco, 2002). Las imágenes de satélite son una opción muy apropiada para estudiar el impacto del fuego sobre la vegetación, siendo relevantes para conocer la severidad del incendio y la dinámica postincendio de los bosques (Navarro et al., 2008; Rodríguez, 2012).
Algunos trabajos se han centrado en los métodos de análisis de severidad, evaluando la regeneración postincendio de la vegetación mediante el uso de índices espectrales. El índice de vegetación de diferencia normalizada, mejor conocido como NDVI (Normalized Difference Vegetation Index), ha sido utilizado mayormente con imágenes multiespectrales de la familia de satélites LANDSAT y de sus diferentes sensores como el MSS (Multispectral Scanner), TM (Thematic Mapper) y ETM+ (Enhanced Thematic Mapper Plus) (White et al., 1996; Pérez y De La Riva, 1998; Díaz-Delgado et al., 2003) y OLI/TIRS (Operational Land Imager/Thermal Infrared Sensor) (Navazo et al., 2016).
Otros trabajos utilizando algunos de los sensores ya mencionados, han implementado el cociente normalizado de área quemada, denominado NBR (Normalized Burnt Ratio) (Key & Benson, 1999; Parks et al., 2014; Botella-Martínez y Fernández-Manzo, 2017). Los valores del NBR obtenidos antes y después del fuego se conoce comúnmente como el delta NBR (dNBR) y pretende realzar los pixeles sobre la imagen de áreas quemadas y no quemadas, generando un índice del grado de cambio, y por tal, la severidad del daño (Key & Benson, 2005).
Este trabajo tiene como objetivos: 1) delimitar y cuantificar el área afectada por el incendio de abril de 2012 en el APFFLP; 2) establecer el grado de afectación del incendio; y 3) dar seguimiento a la evolución regenerativa de la vegetación afectada y estimar el tiempo que conlleva.
Área de estudio
El área de estudio fue declarada Área Natural Protegida en
1980, y en el año 2000 fue declarada Área de Protección de Flora y Fauna La
Primavera. Comúnmente conocida como el Bosque La Primavera, está localizada en
el occidente de México, en la parte central del estado de Jalisco y al oeste de
la AMG con una extensión de
30 050 hectáreas y con una altitud de 1 364 a 2 276 msnm. Su territorio está
conformado por los municipios de El Arenal (1.1%), Tala (25%), Tlajomulco de Zuñiga (15.8%) y Zapopan (58.1%) (Figura1).
El tipo de vegetación existente es bosque encino, encino-pino, pino y tropical caducifolio (Secretaría del Medio Ambiente y Desarrollo Territorial —SEMADET, 2019), con especies como Quercus castanea, Q. laeta, Q. Obtusata, Pinus oocarpa, P. devoniana, P. lumholtzii, Clethra rosei, Agarista mexicana, Ficus petiolaris, F. glaucescens lo que lo hace un espacio ecológicamente muy diverso e importante para su estudio y conservación. El régimen de lluvias es de verano, con una media anual de 900 mm y con temperatura media anual de 20º C.
Figura 1. Localización geográfica del área de estudio.
Se trata de un área
forestal contigua al AMG, la cual ha servido a su población como atractivo
natural para el esparcimiento, conocimiento y la vivienda; pero
desafortunadamente es blanco de amenazas y presiones constantes por parte de
intereses de inversionistas y gobiernos, entre las que destacan la construcción
de caminos y carreteras, infraestructura turística de alto impacto, expansión
de frontera agrícola, impactos por producción de energía y desarrollos urbanos;
lo que genera impactos negativos al medio, siendo los incendios uno de las más
recurrentes consecuencias y amenazas.
Metodología
El proceso metodológico para este trabajo se articula en los siguientes bloques:
· Selección y descarga de imágenes LANDSAT 7
· Construcción del SIG (Sistema de Información Geográfica)
· Cuantificación y detección del área incendiada
· Clasificación
de la severidad del incendio y regeneración de la vegetación.
Selección y descarga de imágenes LANDSAT 7
Consiste en la búsqueda y descarga de las imágenes desde el sitio web https://search.earthdata.nasa.gov, de las cuales, la primera debe corresponder a la situación previa más cercana al incendio (anterior al 21 de abril de 2012); la segunda, al día posterior más cercana al incendio (después del 24 de abril de 2012); y de la tercera en adelante, una para cada año a partir 2013 y cercana al 21 de abril, con la finalidad de encontrar las condiciones fenológicas similares antes del incendio, y así analizar su evolución y estimar el tiempo de regeneración. Se cuidó el criterio de nula nubosidad en cada imagen para evitar pérdida de información.
Construcción del SIG
Este bloque consiste en integrar los datos espaciales y aplicar diversas herramientas de geoproceso a través del uso del software ArcGIS 10.5, que incluye información derivada de cada una de las imágenes satelitales seleccionadas y de cartografía del área de estudio. Un aspecto a destacar es la aplicación de la herramienta Fix Landsat 7 Scanline Errors de la caja de herramientas del Landsat Toolbox, con la cual se subsana el problema de las líneas de escaneo, que es una falla característica del sensor ETM+ a bordo del satélite LANDSAT 7.
Delimitación y cuantificación del área incendiada
Una vez obtenida la imagen inmediata posterior al incendio y hecho el recorte (clip) al área de estudio, se identificará el área quemada mediante la aplicación de los índices espectrales NBR y el dNBR. Una vez identificada, se delimitará con el trazo del perímetro, con el cual se estimará la superficie afectada.
Clasificación de la
severidad del incendio y
regeneración de la vegetación
Con la imagen anterior y posterior al incendio, se realiza una sustracción entre ambas imágenes para encontrar la pérdida de masa forestal, así como el grado de intensidad de la afectación. El área regenerada es monitoreada en las imágenes de los años posteriores al incendio mediante la aplicación del NDVI, hasta que el estado de la vegetación sea igual o mayor a los estimados antes de la ocurrencia del incendio.
Discusión de
resultados
Se seleccionaron y descargaron cinco imágenes LANDSAT 7 (path 29 y row 46)
procurando que fueran libres de nubes para el área de estudio, algunas de sus
características se muestran en la Tabla 1.
Tabla 1
Características de cada una de las imágenes
empleadas
|
Imagen (ID |
Fecha de toma |
Hora de toma |
Condición al incendio |
|
LE02904632012103ASN00 |
12 de abril de 2012 |
17:11:12 |
Previa |
|
LE02904632012135ASN00 |
14 de mayo de 2012 |
17:12:29 |
Posterior |
|
LE02904632013057ASN00 |
26 de febrero de 2013 |
17:14:17 |
Posterior |
|
LE02904632014092ASN00 |
02 de abril de 2014 |
17:15:08 |
Posterior |
|
LE02904632015111ASN00 |
21 de abril de 2015 |
17:16:25 |
Posterior |
Fuente: Elaboración
propia con base a la metadata de cada imagen.
De las imágenes descargadas se describen cada una de las ocho bandas con las características espaciales y espectrales propias del sensor ETM+ a bordo de la misión LANDSAT 7 y que son mostradas en la Tabla 2. Cabe mencionar que las imágenes se presentan atmosférica y radiométricamente listas para su uso, por lo que no hay necesidad de correcciones adicionales.
Tabla 2
Características espaciales y espectrales de
cada banda de las imágenes LANDSAT 7
|
Banda |
Resolución espacial (m) |
Resolución espectral (µm) |
Región del espectro |
|
1 |
30 |
0.45-0.52 |
VIS (azúl (B)) |
|
2 |
30 |
0.53-0.60 |
VIS (verde (G)) |
|
3 |
30 |
0.63-0.69 |
VIS (rojo (R)) |
|
4 |
30 |
0.76-0.90 |
NIR (infrarrojo cercano) |
|
5 |
30 |
1.55-1.75 |
SWIR1 (infrarrojo medio) |
|
6 |
120 |
10.4-12.5 |
TIR (infrarrojo
termal) |
|
7 |
30 |
2.08-2.35 |
SWIR2 (infrarrojo medio) |
|
8 |
15 |
0.52-0.90 |
Pancromático (PAN) |
Fuente: Elaboración
propia con base en: http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html
Corrección de las
imágenes por líneas de escaneo
El satélite LANDSAT 7 ha proveído información contínua de la superficie terrestre desde su lanzamiento en julio de 1999, pero en la actualidad presenta un problema debido a una falla en el instrumento que corrige las líneas de escaneo llamado SLC
Figura 2. Imagen con gaps (izquierda); imagen corregida
para su uso (derecha).
(Scan Line Corrector),
dando como resultado que las escenas adquiridas posterior al 14 de julio de
2003 contengan franjas de datos inválidos llamados gaps. Para remediar
lo anterior y poder utilizar las imágenes adecuadamente y sin errores, se ha
aplicado la herramienta de geoproceso Fix Landsat 7 Scanline Errors que realiza una interpolación espacial tomando
los pixeles válidos cercanos a los gaps, logrando así la
corrección (relleno) para cada imagen y cuyos resultados se muestran en la
Figura 2.
Características
del incendio
El incendio de 2012 fue uno de los más devastadores en los últimos años por la dimensión de sus efectos. Para poder localizarlo y dimensionar el área de afectación se utiliza el índice espectral NBR propuesto por Hunt & Rock en 1989, mostrado en la ecuación 1:
en donde 
representa la
reflectividad en la región del infrrarojo cercano (banda 4), y 
la
reflectividad en el infrarrojo medio de onda corta (banda 7). Este
Figura 3. Imagen del área afectada correspondiente al día 14
de mayo de 2012.
Figura 4. Imagen 3D del APFFLP y del área incendiada.
índice espectral es ideal para identificar áreas quemadas en
imágenes LANDSAT (Chuvieco et al., 2008). Se
basa en el contraste entre el NIR que es sensible al contenido de humedad en el
suelo y en la vegetación, y el SWIR, que es sensible
en detectar vegetación muerta o quemada (no fotosintética) (Kokaly
et al., 2007; Tanase et al., 2011). Los
resultados después de aplicar el NBR muestran un área
incendiada de 8 162 hectáreas lo que representa un 26.6% del ANPFFLP (Figuras 3 y 4). Cabe mencionar que ésta imagen representa la condición más reciente al
incendio.
Severidad del
incendio
Para analizar la severidad del incendio es necesario estimar la diferencia de los pixeles entre la imagen previa y posterior al desastre. Estas imágenes corresponden al 12 de abril y 14 de mayo de 2012 respectivamente, a las cuales se aplica el índice espectral NBR (ecuación 1) y posteriormente el dNBR que es mostrado a continuación en la ecuación 2:
donde NBRpre corresponde a la imagen previa del área incendiada y NBRpost representa la situación posterior al incendio. El rango de valores de severidad fue fijado por el proyecto FIREMAN (Fire Effects Monitoring and Invetory System) (Lutes et al., 2006), el cual fue considerado para este estudio y es mostrado en la Tabla 3:
Tabla 3
Valores
de severidad para incendios forestales
|
Nivel |
Rango
de dNBR |
|
ALTA |
< -0.5 |
|
MEDIA |
-0.5 a -0.25 |
|
BAJA |
-0.25 a -0.1 |
|
NULA |
> -0.1 |
Fuente: Elaboración propia con base a proyecto FIREMAN.
En la Figura 5 se
puede apreciar que ciertas unidades orográficas dentro del polígono del
incendio resultaron con daño variado y disperso, es decir, unas áreas fueron
mayormente afectadas que otras. La severidad ALTA ocurrió en la parte alta y
ladera oriente de Cerritos Colorados, ladera norte del Cerro Chapulín y Cerro
Alto; severidad MEDIA y BAJA en Cerro El Tule, Cerro Pedernal, Cerro El
Chapulín, Cerro El Culebreado y Mesa Najahuete, así
como una extensa área sin denominación hacía el poniente; y solo severidad NULA
en MesaTapona, en áreas bajas dedicadas a la
agricultura y en los márgenes de ríos.
Figura 5. Valores de severidad del incendio y unidades
orográficas afectadas.
Para poder comprender la dimensión de la severidad del incendio, se muestra la Figura 6 que presenta la cuantificación del evento, en donde las áreas de BAJA severidad representan la mayor superficie (55%), seguidas las de MEDIA (33%), después la de ALTA con 9%, y la NULA con 4%. Cabe mencionar que en México, los incendios forestales dañan en general entre el 70 y 90% de pastizales y arbustos. Los pastizales se recuperan totalmente en la siguiente temporada de lluvias, mientras que los arbustos lo hacen desde unas semanas hasta en un par de años. Para árboles que han sido consumidos por el fuego la regeneración tarda de 15 a 50 años, según el grado de daño, la especie y otros factores (Comisión Nacional Forestal —CONAFOR, 2010).
Figura 6. Cuantificación de la severidad de las áreas
afectadas.
Regeneración de la
vegetación
Cuando la vegetación experimenta tensión hídrica debido a la baja disponibilidad de agua o es quemada, su comportamiento espectral varia significativamente (Pérez y De la Riva, 1998). El NDVI discrimina cubiertas de suelo con diferente comportamiento espectral en las regiones del VIS (visible) y del NIR. Produce un notable contraste espectral, permitiendo discriminar otras cubiertas con relativa claridad para solo considerar las cubiertas con vegetación permitiendo la estimación de la actividad fotosintética. El método más empleado para el cálculo del NDVI fue descrito por Rouse et al. en 1973, el cual se expresa en la ecuación 3:
donde
es la
reflectividad en la porción del infrarrojo cercano (banda 4), y 
la
reflectividad en el rojo en la porción del VIS (banda 3). La Figura 7, muestra
la evolución del evento, en donde la primera imagen (izquierda superior)
muestra la condición previa al incendio (12 de abril), la siguiente es cuando este ya ocurrió (14 de mayo).
Figura 7. Evolución de la regeneración de la vegetación a
través del NDVI para diferentes fechas.
Después de la imagen previa y posterior, se muestra la evolución del estado de la vegetación para 2013, 2014 y 2015, procurando que sea lo más cercano a la fecha del evento para guardar homogeneidad fenológica. Se encuentra que el año 2015 presenta las condiciones promedio del estado de la vegetación tal como existían antes del incendio e incluso son ligeramente mejoradas.
Se puede apreciar que después del incendio, le ha tomado tres años a la vegetación en recuperar su estado normal, considerando como promedio el total del área incendiada. Cabe señalar que la época a que corresponden las imágenes (febrero-mayo) corresponde al estiaje y la vegetación no alcanza sus máximos niveles de NDVI, sino hasta la época de lluvias (junio-agosto) que ocurre en un par de meses después. De Santis y Chuvieco en 2007 afirman que este índice ha sido uno de los más efectivos, dada la fuerte relación entre la severidad del fuego y la cantidad de vegetación quemada.
En los resultados anteriores se ha estimado la cantidad de biomasa verde a través del NDVI, sin tomar en cuenta las especies que forman la comunidad estableciendo un buen instrumento para cuantificar el recubrimiento vegetal que según su actividad fotosintética y de acuerdo con Duncan et al., 1993 se puede agrupar en las siguientes clases:
Tabla 4
Clasificación
fotosintética en base al NDVI
|
Actividad
fotosintética |
Rango |
|
NULA |
< 0 |
|
MUY BAJA |
0 a 0.1 |
|
BAJA |
0.1 a 0.2 |
|
MEDIA |
0.2 a 0.3 |
|
MEDIA-ALTA |
0.3 a 0.4 |
|
ALTA |
0.4 a 0.6 |
|
MUY ALTA |
> 0.6 |
Fuente: Elaboración propia con base en Duncan et al., 1993.
La imagen previa al incendio se considera como el estado normal de la vegetación en su actividad fotosintética y las tres posteriores son consideradas alteraciones debidas al incendio. En base en la Tabla 4, la imagen previa corresponde a la clasificación MUY BAJA; la correspondiente al incendio NULA (la más baja) y los dos siguientes años corresponden también a NULA; para 2015 se recupera a MUY BAJA, que es tal y como se encontraba antes del incendio. En esta época del año (primavera) el APFFLP se encuentra en su estado de máximo estrés hídrico y por ende de máximo riesgo a incendios.
Conclusiones
La creación del SIG incorporó información cartográfica y la derivada de técnicas de percepción remota fue imprescindible para la realización de este trabajo. La resolución espacial y temporal ofrecida por el sensor ETM+ de LANDSAT 7 para el estudio de incendios forestales resultó ser la adecuada. El índice multiespectral NBR permitió localizar y cuantificar el área afectada por el incendio de 2012 en el ANPPLP contabilizando un área de 8 162 hectáreas. La mayor afectación (ALTA) se localizó en la ladera oriente de Cerritos Colorados.
Dominaron las áreas de BAJA y MEDIA severidad (88%) lo que sugiere que fueron quemados en su mayoría especies arbustivas y pastizales (sotobosque) de rápida regeneración. Las áreas de ALTA y NULA severidad ocuparon una proporción menor (12%), donde la primera categoría representa afectación de especies arbóreas, y en la segunda espacios previamente desprovistos de vegetación o que quedaron fuera del alcance de las llamas. La identificación espacial de áreas de mayor severidad podría ayudar a implementar eficazmente acciones de reforestación por medio de la delimitación de un polígono de restricción, lo que implicaría vigilancia constante.
La rápida regeneración de la vegetación (tres años) en que fueron inalteradas especies arbóreas en su gran mayoría, describe la importancia del potencial auto regenerativo del ecosistema que es ayudado sin duda del factor climatológico. Afortunadamente las especies que constituyen mayor tiempo de regeneración quedan fuera de un daño mayor. Se debe aclarar que en primavera es cuando han ocurrido los incendios en el APFFLP debido al bajo estado fenológico de la vegetación siendo la vegetación muerta a nivel de suelo un combustible detonante de inicio y propagación del fuego.
Esta metodología puede contribuir a cuantificar la dimensión e intensidad de los incendios forestales que se presentan en el APFFLP y que año tras año lo hacen en distintas regiones de México y otros países, permitiendo priorizar áreas para enfocar acciones de recuperación sobre espacios mayormente afectados y poder evaluar el potencial autoregenerativo de la vegetación quemada en vías de su conservación.
Bibliografía
Agee J.K. (1993). Fire
ecology of Pacific northwest forests, Island Press, Washington, DC, USA,
pp. 490.
Botella-Martínez M.A. y Fernández-Manzo A. (2017). “Estudio de la severidad post-incendio en la comunidad valenciana comparando los índices dNBR, RdNBR y RBR a partir de imágenes Landsat 8”, Revista de Teledetección, 49: 33-47. https://doi.org/10.4995/raet.2017.7095.
Chuvieco E. (2002). Teledetección ambiental: la observación de la Tierra desde el espacio, Ciencia Editores, Barcelona, España, pp. 586.
Chuvieco E., Englefield P., Trishchenko A. & Luo Y. (2008). “Generation of long
time series of burn area maps of the boreal forest from NOAA-AVHRR composite data”, Remote
Sensing of Environment, 112:
2381-2396.
CONAFOR (Comisión Nacional Forestal) (2010). “Incendios forestales. Guía
práctica para comunicadores”, 3a. edición. Recuperado de
http://www.conafor.gob.mx:8080/documentos/docs/10/236Gu%C3%ADa%20pr
%C3%A1ctica%20para%20comunicadores%20-%20Incendios%20Forestales.pdf
De Santis A. y Chuvieco
E. (2007). “Burn
severity estimation from remotely sensed data: performance of simulation versus
empirical models”, Remote Sensing of
Environment, 108: 422-435. https://doi.org/10.1016/j.rse.2006.11.022.
——— (2008). “Análisis comparativo de sensores
espaciales para la cartografía de la severidad en el incendio de Riba de
Saelices (Guadalajara)”, Revista de
Teledetección, 29: 25-37, Universidad de Alcalá. Recuperado de http://www.aet.org.es/?q=revista29-3.
Díaz-Delgado R., Lloret
F. & Pons X. (2003). “Influence of fire severity on plant regeneration by
means of remote sensing imagery”, International
Journal of Remote Sensing,
24(8): 1751-1763. https://doi.org/10.1080/01431160210144732.
Duncan J.,
Stow D., Fanklin J. & Hope J. (1993). “Assessing
the relationship between spectral vegetation indices and shrub cover in the
Jornada Basin, New Mexico”, International
Journal of Remote Sensing, 14: 3395-3416.
https://doi.org/10.1080/01431169308904454
Huerta-Martínez F.M. e
Ibarra-Montoya J.L. (2014). “Incendios en el Bosque
de La Primavera (Jalisco-México): un acercamiento a sus posibles causas y
consecuencias”, Ciencia UAT, 9(1):
23-32. Recuperado
de http://www.scielo.org.mx/
scielo.php?script=sci_arttext&pid=S2007-78582014000100023&lng=es&tlng=es
Hunt E. &
Rock B. (1989). “Detection of changes in leaf water content using near and middleinfrared reflectances”, Remote Sensing of Environment, 30:
43-54. https://doi.org/10.1016/0034-4257(89)90046-1.
Key C. &
Benson N. (1999). “The normalized burn
ratio, a Landsat TM (Thematic Mapper) radiometric index of burn severity
incorporating multitemporal differencing”. Recuperado
de http://nrmsc.usgs.gov/research/nbr.htm.
——— (2002). Remote sensing measure of severity, the
normalized burn ratio. Fire effects monitoring and inventory protocol,
landscape assessment. Recuperado de: http://www.fire.org/firemon/lc.htm.
Kokaly,
R.F., Rockwell B., Haire S.L. & King T.V. (2007).
“Characterization of postfire surface cover, soils, and burn severity at the
Cerro Grande Fire, New Mexico, using hyperspectral and multispectral remote
sensing”, Remote Sensing of Environment,
106: 305-325. https://doi.org/10.1016/j.rse.2006.08.006.
Navarro R.M., Hayas A., García-Ferrer A., Hernández R., Duhalde P. y González L. (2008). “Caracterización de la situación en el área afectada por el incendio de Torres del Paine (Chile) a partir de imágenes multiespectrales”, Revista Chilena de Historia Natural, 81: 95-110.
Navazo G., Nieto A., Moreno G. (2016). “Análisis de incendios
forestales mediante sistemas de información geográfica y teledetección. Estudio
de caso en Sierra de Gata (2015)”, Tecnologías
de la información Geográfica en el análisis espacial, 1: 247-268.
Parks S.,
Dillon G., Miller, C. (2014). “A New Metric for Quantifying Burn Severity: The
Relativized Burn Ratio”, Remote Sensing,
6(3): 1827-1844.
Pérez F. y De La Riva J. (1998). “El empleo de imágenes Landsat TM para detección y cartografía de áreas incendiadas en el Pirineo Occidental Oscense”, Geographicalia, 36: 131-145.
Ressl, R. y Cruz, I. (2012). “Detección y monitoreo de incendios forestales mediante imágenes de satélite”, Biodiversitas, 100: 12-13, CONABIO.
Rodríguez A. (2012). “Cartografía multitemporal de quemas e incendios forestales en Bolivia: Detección y validación posincendio”, Ecología en Bolivia, 47(1): 53-71.
Rouse J., Haas
R., Schell J., y Deering D. (1973). “Monitoring vegetation system in the great
plains with ETRS”, Third ERST Symposium, NASA, 309-317.
Tanase M., De La Riva J. & Pérez-Cabello F. (2011). “Estimating burn severity at the
regional level using optically based indexes”, Canadian Journal of Forest Research, 47: 863-872.
SEMADET (Secretaría de Medio Ambiente y Desarrollo Territorial) (2019) “Bosque
La Primavera”: tipo de vegetación”. Recuperado de https://semadet.
jalisco.gob.mx/medio-ambiente/biodiversidad/areas-naturales-protegidas/130
White, J.D.,
Ryan, K.C., Key, C.C., & Running, S.W. (1996). “Remote Sensing of forest
fire severity and vegetation recovery”, International
Journal of Wildland Fire, 6: 125-136.