NUEVOS SISTEMAS DE CUANTIFICACIÓN DEL COMBUSTIBLE … · 2016-11-24 · NUEVOS SISTEMAS DE...
Transcript of NUEVOS SISTEMAS DE CUANTIFICACIÓN DEL COMBUSTIBLE … · 2016-11-24 · NUEVOS SISTEMAS DE...
Ana Daría Ruiz González y Stefano Arellano PérezUNIVERSIDAD DE SANTIAGO DE COMPOSTELA
Escuela Politécnica Superior (Lugo)
Unidad de Gestión Forestal Sostenible (UXFS)
http://www.usc.es/uxfs/
XXXVIII Foro INIA “Incendios Forestales”Madrid, 30 de Noviembre de 2016
Sesión II: Prevención de Incendios
NUEVOS SISTEMAS DE CUANTIFICACIÓN DEL
COMBUSTIBLE FORESTAL
Ana Daría Ruiz González y Stefano Arellano PérezUNIVERSIDAD DE SANTIAGO DE COMPOSTELA
Escuela Politécnica Superior (Lugo)
Unidad de Gestión Forestal Sostenible (UXFS)
http://www.usc.es/uxfs/
Equipo investigador en incendios:
• Tres especialistas en incendios
• Dos especialistas en modelización
• Un especialista en teledetección
• Un experto en LiDAR
Relaciones con otros equipos:
• CIF de Lourizán (Pontevedra)
• INIA-CIFOR
• Universidad de Córdoba
• Universidad de Castilla-La Mancha
• Empresa AGRESTA
• Universidad de León
• CETEMAS (Asturias)
• Universidad de Oviedo
Proyectos vigentes relacionados:
RTA2014-00011-C06 (GEPRIF). Reducción
de la severidad del fuego mediante
nuevas herramientas y tecnologías para
la gestión integrada de la protección
contra los incendios forestales.
AGL2013-46028-R (SCALIFOR). La gestión
forestal frente a los cambios en la
dinámica de los ecosistemas forestales:
un enfoque multiescala.
HORIZONTE 2020-633464 (DIABOLO).
Distributed, integrated and harmonised
forest information for bioeconomy
outlooks.
DESCRIPCIÓN DE LA RED
1. Modelización de los combustibles de copa con los siguientes objetivos:
Obtener los valores de CBD y CBH de rodales de especies de pino
en Galicia usando las parcelas del IFN y, relacionar los valores
obtenidos con variables de rodal sencillas de medir en campo.
Obtener reglas sencillas de clasificación del riesgo potencial de fuego
de copas en rodales de pino en función de variables sencillas de
medir en campo.
Desarrollar modelos que permitan estimar los valores de CBD y CBH
a partir de datos LiDAR.
2. Caracterización detallada de combustibles
Foto-guía de combustibles forestales de Galicia
LÍNEAS DE INVESTIGACIÓN
IV IFN (2010): 1.396 parcelas (49.664 árboles)
DESCRIPCIÓN DE LA REDRESULTADOS
Especie Modelo b3 b4 b5 ME RMSE
Pino pinaster 54
3
bb NGbCBD 0.0019 1.0229 0.1223 0.8243 0.0327
Pino radiata 54
3
bb NGbCBD 0.0042 0.6452 0.1458 0.7414 0.0276
Pino silvestre 54
3
bb NGbCBD 0.0033 0.5116 0.3621 0.9079 0.0351
Mezcla pinos 54
03
bb HGbCBD 0.0144 1.4820 -0.9876 0.7710 0.0375
Especie Modelo b6 b7 b8 ME RMSE
Pino pinaster 87
06
bbNHbCBH 0.2027 1.3617 -0.0590 0.6942 2.0874
Pino radiata 87
06
bbGHbCBH 0.0348 1.4252 0.2858 0.8894 1.1866
Pino silvestre 87
06
bbGHbCBH 0.0506 1.6610 0.1177 0.9726 0.5565
Mezcla pinos 87
06
bbGHbCBH 0.0653 1.4224 0.1542 0.7991 1.5652
1.1 Obtener los valores de CBD y CBH de rodales de especies de pino en Galicia
usando las parcelas del IFN y, relacionar los valores obtenidos con variables de
rodal sencillas de medir en campo.
Fernández-Alonso et al (2013). Canopy fuel characteristics in relation to crown fire potential in pine
stands: analysis, modelling and classification. European Journal of Forest Research 132: 363-377.
• IV IFN (2010): 1.396 parcelas (49.664 árboles)
• Modelos de probabilidad de ignición1 y de propagación de fuego de copas2
• Datos de combustibles propios de Galicia
• Tres condiciones de quema
DESCRIPCIÓN DE LA REDRESULTADOS
1.2 Obtener reglas sencillas de clasificación del riesgo potencial de fuego de copas en
pinares en función de variables sencillas de medir en campo.
1 Cruz, M.G.; Alexander, M.E.; Wakimoto, R.H. 2004. Modeling the likelihood of crown fire occurrence in conifer forest stands. Forest
Science 50: 640-658.
2 Cruz, M.G.; Alexander, M.E.; Wakimoto, R.H. 2005. Development and testing of models for predicting crown fire rate of spread in
conifer forest stands. Canadian Journal of Forest Research 35: 1626-1639.
SI NO
SI NO SI NO
SI NO
SI NO
¿Condiciones extremas o moderadas?
ACTIVO ¿G>= 32.54 m2/ha?
¿Condiciones extremas? PASIVO
ACTIVO PASIVO
¿G >=14.72 m2/ha? ¿H 0<10.34 m?
PASIVO SUPERFICIE
Condiciones H.C.muerto(%)
V10m(km/h)
% Con. Com.Sup
Bajas 14 10 30
Moderadas 10 20 60
Extremas 6 30 90
Especie Variable Modelo b0 b1 b2 ME RMSE
Pino
maritimo
Canopy Fuel
Load
(CFL)
21
990
b
hmedia
bPFRAhbCFL 0.0441 0.8991 0.0733 0.4134 0.3145
Canopy Base
Height
(CBH)
1
990
bhbCBH 0.4665 0.9429 --- 0.4876 2.5559
Altura media
(H) 9910 hbbh 4.5684 0.5368 --- 0.6216 2.7192
Pino
radiata
Canopy Fuel
Load
(CFL)
21
990
b
hmedia
bPFRAhbCFL 0.0472 0.8508 0.1215 0.4527 0.2938
Canopy Base
Height
(CBH)
1
990
bhbCBH 0.0929 1.4303 --- 0.6777 1.7978
Altura media
(H) 9910 hbbh 3.8151 0.6573 --- 0.6505 2.9105
DESCRIPCIÓN DE LA REDRESULTADOS
1.3 Modelos para estimar los valores de CBD y CBH a partir de datos LiDAR
• IV IFN (2010): 554 parcelas
• Vuelo LiDAR del PNOA con una densidad de 0,5 pulsos/m2
Donde h99 es el percentil del 99% de las alturas de los datos LiDAR y PFRAhmedia es el cociente
entre el número de primeros retornos sobre la media y el número total de primeros retornos.
DESCRIPCIÓN DE LA REDRESULTADOS
2 Foto-guía de combustibles forestales de Galicia
¿En que consiste?
• Sistema de clasificación visual
• Primera evaluación de las características estructurales de los combustibles
(h, W, CBD, FCC)
• Caracterización del dosel arbóreo
• Se enlaza con modelos empíricos de predicción de comportamiento de fuego
desarrollados en el CIF
• Integración de la dinámica del FS y el FC con el nivel de conocimiento que
actualmente existe – destacamos la propensión de copas
¿Cómo se han clasificado las situaciones de combustibles?
56 matorrales
6 helechales
4 pastizales
150 situaciones de combustibles
47 pinares
17 eucaliptares
20 masas
de frondosas
¿Cómo está estructurada la información?
• Cartografiar los combustibles
• Mapas de riesgo
• Determinar zonas prioritarias de actuación
• Apoyo a quemas prescritas
• Evaluar también los resultados de las
intervenciones
• Incrementar la fiabilidad de los simuladores
Aplicaciones de la foto guía de combustibles de Galicia
Prevención y extinción Investigación y formación
• Ajuste de modelos de características de combustibles a partir de variables de más fácil medición
• Base para testar las nuevas tecnologías (LIDAR, laser terrestre, dron ) sin necesidad de realizar inventarios destructivos (Proyecto: GEPRIF)
• Utilidad didáctica a todos los niveles (Académico, administración)
• Aplicación pagina web base datos electrónico tipo Digital Photo Series
• Sistema abierto que permite incorporación de nuevas situaciones