2024-03-29T11:22:00Zhttp://buleria.unileon.es/oai/requestoai:buleria.unileon.es:10612/37192020-12-10T08:57:16Zcom_10612_17col_10612_18
Luis Calabuig, Estanislao de, 1949-
Suárez Seoane, Susana
Lozano, F. Javier
2014-08-29T11:40:27Z
2014-08-29T11:40:27Z
2014-08-29
Remote Sensing of Environment, 2007, n. 107
http://hdl.handle.net/10612/3719
Un conocimiento detallado de los patrones espaciales de la quema es valiosa para la gestión de la biodiversidad y los ecosistemas. Esta investigación evalúa el rendimiento de varios índices espectrales derivados de los datos Landsat al modelar la probabilidad de ocurrencia de incendios por medio de regresión logística. Índice de Diferencia Normalizada de Vegetación (NDVI), Índice de Diferencia Normalizada de humedad (NDIM), Relación de Burn Normalizado (NBR) y se probaron los componentes de verdor y humedad de la Transformación Tasseled Cap. Variables del paisaje (topografía, accesibilidad y vegetación estructural) también fueron incluidos como predictores en el desarrollo de modelos. Aunque el riesgo de incendios está estrechamente relacionado con el clima y el estado de la vegetación en un
momento dado, también está fuertemente ligada al fuego la historia, y fueron hechos también consideró cambios en los valores de predicción en los años anteriores al incendio. Los modelos generados clasificados correctamente alrededor del 70% del conjunto de datos de validación. La inclusión de índices espectrales pre-incendios mejorado los modelos de capacidad de
predecir la ocurrencia de incendios. Aunque el modelo basado en NBR fueron los modelos más precisos, basados en NDVI TCWetness y mostraron resultados similares, mientras
TCGreenness realiza peor. Modelos sin índices espectrales describen el fuego propensión de la estructura del paisaje, mientras que la inclusión de índices espectrales mejoró, el reconocimiento de determinadas condiciones espaciales. La pendiente y la distancia de la ruta más cercana también se identificaron como valiosa predictores. Todos los modelos identifican las principales zonas de riesgo de incendios en el área de estudio. Su integración en un modelo único, integrado adecuadamente descrita fuego propensión y se sugiere a ser una herramienta valiosa para la identificación y gestión del riesgo de incendios. El método empleado es sencillo, describe las variables clave y el patrón espacial del régimen de incendios y es adecuado para el uso operacional de los ecosistemas mediterráneos
info:eu-repo/semantics/openAccess
Ecología. Medio ambiente
Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
info:eu-repo/semantics/article