índice de peligro de incendio forestal en el

Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
ÍNDICE DE PELIGRO DE INCENDIO FORESTAL EN EL BOSQUE
DE CONÍFERAS DEL ÁREA NATURAL PROTEGIDA DE FLORA Y
FAUNA: MADERAS DEL CARMEN, COAHUILA
Nestor Fabián BRONDI RUEDA*a, Diego Fabián LOZANO GARCÍAa
*a
LabSIG, ITESM, E-mail: *[email protected]
RESUMEN
Esta trabajo propone generar un índice de peligro de incendio forestal y su cartografía en el bosque de
coníferas del Área Natural Protegida de Flora y Fauna de Maderas del Carmen (ANPFFMC); el diseño
de muestreo fue por conglomerados y la metodología empleada para el cálculo de combustible forestal
muerto fue el de transectos planares propuesto por Brown (1974), se muestrearon 22 conglomerados cada
uno de 16 líneas.
El área de interés (bosque de coníferas) se delimitó a través del método de clasificación supervisada donde
se obtuvo un porcentaje de precisión de 99.5%; con la información de la carga de combustible forestal
muerto de cada conglomerado se pudo elaborar el índice de peligro de incendio forestal a través de
método estadístico de interpolación spline, generando una barrera de interpolación con la imagen
supervisada del bosque de coníferas del ANPFFMC.
Los resultados para combustibles correspondientes a 1 hora, arrojaron un valor promedio de 1.22 ton/ha,
para combustibles de 10 horas un valor promedio de 5.24 ton/ha, para combustibles de 1,000 horas (Sin
pudrición) un valor promedio de 8.82 ton/ha, para combustible de 1,000 horas (Con pudrición) un valor
promedio de 27.56 ton/ha. El peso promedio de la carga de la capa orgánica es de 27.56 ton/ha con una
profundidad promedio de 2.35 cm. en los 22 conglomerados.
Palabras clave: Incendios forestales, Maderas del Carmen, Índices de incendio
ABSTRACT
This paper proposes an index of risk of forest fire and its mapping in the coniferous forest at the Natural
Protected Area of Maderas del Carmen (ANPFFMC); the sampling design was cluster sampling and the
methodology for calculating the dead forest fuel was planar transects proposed by Brown (1974), 22
clusters were sampled every 16 lines.
The area of interest (coniferous forest) was delimited by a supervised classification of a Landsat-8 TM
image, where an accuracy rating of 99.5% was obtained; with information on the dead forest fuel load of
each cluster could compile the index wildfire hazard through statistical method of spline interpolation,
creating a barrier monitored image interpolation with coniferous forest ANPFFMC.
The results for corresponding to 1 hour fuels yielded an average of 1.22 t / ha for fuel 10 hours a mean
value of 5.24 t / ha for fuel 1,000 hours (no rot) an average value of 8.82 t / ha to 1,000 fuel hours (rot) an
average of 27.56 t / ha. The average weight of the load of the organic layer is 27.56 t / ha with an average
depth of 2.35 cm. in 22 clusters.
Keywords:-Forest fires, Maderas del Carmen, Fire inedexes
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
1 INTRODUCCIÓN
afectan en diversos grados la gran variedad de
ecosistemas terrestres del país.
El fuego es un elemento importante en el
desarrollo de los ecosistemas, pero cuando se
propaga sin control en zonas como selvas y
bosques causan daños muy importantes al
ambiente y los ecosistemas. Los incendios
forestales favorecen el cambio climático ya que
estos emiten gases de efecto invernadero.
Con el objetivo de reducir las causas y su
impacto sobre los bosques, el Gobierno Federal
pone en ejecución planes de protección y control
de estas conflagraciones por medio del Programa
Nacional de Protección contra Incendios
Forestales, el cual a su vez es dirigido por la
Comisión Nacional Forestal (CONAFOR).
Los incendios forestales generalmente suelen
suceder después de una larga temporada de sequía,
en la cual se produce una mayor acumulación de
biomasa seca sobre la superficie, creándose una
cubierta vegetal muerta que proporciona las
condiciones adecuadas para que exista continuidad
necesaria para su expansión.
El registro histórico de incendios forestales del
país se centra en dos datos básicos e importantes:
El número de incendios (Figura 1) y la superficie
afectada (Figura 2). Esta información a su vez nos
permite identificar un tercer indicador: La
superficie promedio afectada por incendio.
El combustible forestal es toda la materia orgánica
ubicada sobre la superficie de los bosques, de este
manera las áreas donde exista una mayor
concentración de combustible forestal, serán más
susceptibles a ser incendiadas con una intensidad.
La acumulación de combustible forestal puede ser
estimada de una forma económica y efectiva
mediante el uso de técnicas de teledetección que
proporcionan una cobertura espacial y temporal
adecuada para este tipo de trabajos, reduciendo el
costoso trabajo de campo (Chuvieco y Martín,
2004). La integración de datos espaciales en un
Sistema de Información Georreferenciada (SIG)
permite almacenar y procesar una gran cantidad de
datos, así como llevar a cabo análisis espaciales
con información procedente de varias fuentes y
con distintos formatos (Sunar & Özkan, 2001).
En los últimos años la teledetección se ha vuelto
una herramienta muy eficaz para estimar las
cantidades, propiedades, densidad y estructura de
combustible forestal (Mörsdorf 2004, Pyne 1996).
De la misma manera los Sistemas de Información
Georreferenciada permiten generar cartografía
digital, obteniendo una ubicación precisa de las
áreas de interés (Puebla, J. G., & Gould, 1994).
1.1
INCENDIOS
MÉXICO
FORESTALES
EN
En México se registra cada año un promedio
aproximado de 8 mil incendios forestales, estos
Las causas principales son: Quemas por
pastoreos y quemas para limpiar terrenos antes de
ser trabajados (Tabla 1). Por lo general en los
estados del norte del país los siniestros han sido
ocasionados por actividades agropecuarias, sin
descartar causas atribuidos al hombre.
1.2 INVENTARIOO DE COMBUSTIBLES
FORESTALES EN MÉXICO
Los estudios de evaluación y cuantificación de
combustibles
forestales
desarrollados
por:
Harrington (2005), Warren y Olsen (1964), Van
Wagner (1968, 1982), Brown (1971, 1974);
McRae (1979), han sido los pilares base para el
desarrollo de estas técnicas en México (Alvarado,
1986).
Sánchez y Zerecero (1983) citado en Rodríguez
(1996), realizaron la traducción al español del
trabajo de Brown (1974) en este manual se explica
la metodología para calcular la carga de
combustible forestal en diferentes tipos de
vegetación, actualmente esta metodología es
replicada en muchos países del mundo.
Zapata (1991) evaluó cargas de combustibles
leñosos para la Unidad de Administración Forestal
de Topia - Durango, con el propósito de obtener
índices de peligro básico, obteniendo cinco
categorías de cargas: I (hasta 21 ton/ha), II (de 22 a
35 ton/ha), III (de 36 a 49 ton/ha), IV (de 50 a 63
ton/ha) y V (mayor o igual de 64 ton/ha).
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Flores y Benavides (1995) citado en Rodríguez
(1996), obtienen cargas de 56.06 a 90.13 ton/ha en
bosque de Pinus michoacana en Jalisco.
Rodríguez y Sierra (1995), llevaron a cabo
estudios en los bosques del Distrito Federal en
donde refieren cargas promedio de combustibles
por tipo de vegetación: Zacatonal 7.98 ton/ha,
matorral xerófilo 11.40 ton/ha, bosque de
latifoliadas 13.34 ton/ha, bosque de pino 23.32
ton/ha, bosque de oyamel 27.22 ton/ha, empleando
los modelos de Brown (1974).
1.2
CASOS
APLICACIÓN
CÁLCULO
FORESTAL
DE
DE
DE
ESTUDIO
DE
PR
PARA
EL
COMBUSTIBLE
Debido a las repercusiones ambientales,
sociales y económicas que trae como consecuencia
los incendios forestales, en muchos países existe
gran preocupación sobre cómo prevenir que las
consecuencias de estos eventos tengas resultados
menos dañinos para la población y el medio
ambiente, llevando a cabo un inventario de
combustible forestal sobre una determinada
comunidad vegetal, a continuación se citan algunos
casos de estudios.
Salas y Chuvieco (1995) afirman que: “La
cartografía de los modelos de combustible entraña
importantes problemas, ya que las características
del material combustible son enormemente
dinámicas y exigen un nivel de detalle difícilmente
abordable con la periodicidad requerida. Por otro
lado, la cobertura global y periódica facilitada por
los satélites de observación de la tierra, ofrece las
condiciones temporales adecuadas para este tipo de
cartografía. Además la homogeneidad en la toma
de datos, así como la información sobre regiones
no visibles del espectro (infrarrojos medio, térmico
y microondas) suponen una importante ventaja de
esta técnica sobre la fotografía aérea.”
Cortez y Chuvieco (2005), presentan métodos y
resultados obtenidos en una investigación realizada
en el estado de Durango, con la finalidad de
generar cartografía de tipos de combustible a partir
de imágenes Landsat ETM+. Los datos iniciales de
las imágenes fueron procesados y corregidos,
posteriormente se empleó una clasificación
supervisada y trabajo de campo, permitiendo
obtener cartografías de cobertura el suelo y tipos
de combustible.
Todo esto en un
tiempo
razonable y de forma económica, lo que resulta
clave para la prevención de incendios forestales en
la zona.
Tabla 1. Causas de incendio forestales en México.
Fuente Cedeño 1999.
Causas
Ocurrencia (%)
# de Incendios
Sup.
Afectada
(Ha)
Actividades
agropecuarias
54
5, 665.68
279,720.29
Intencional
16
1,678.72
82,880.09
Fumadores
10
1,049.00
51,790.18
Fogatas
9
944.28
46,620.05
Otras causas *
6
629.52
31,080.03
Actividades
silvícolas
2
210.00
10,360.01
Derechos de vía
2
209.84
10,360.01
Actividades
productivas
1
104.92
279,720.29
Total
100
10,492.00
518,000.00
* (Cultivos, rayos, trenes, líneas eléctricas).
Frau y Valenzuela (2006), en el estudio llevado
a cabo en Chile, expresan que: “La Teledetección
espacial y los Sistemas de Información Geográfica
(SIG) han constituido una verdadera revolución
tecnológica y metodológica para efectuar la
adquisición, manejo y análisis de la información
geográfica sólo comparable con el efecto que
provocó la invención del mapa. De hecho, estas
nuevas tecnologías constituyen el eje vertebrado
que sustenta los sistemas de consulta y análisis
utilizados en las empresas forestales, soportando
grandes volúmenes de información cartográfica
relevante para el proceso de toma de decisiones.
Por consiguiente, la integración de éstas disciplinas
geomáticas generan y suministran información
temática y espacial, de carácter primario o
secundario, para efectuar una adecuada
planificación de las actividades a llevar a cabo
durante toda la extensión del ciclo económico
forestal, manifestadas en los horizontes de
planificación estratégico, táctico y operacional.”
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Figura 1. Números de incendios México 1998 – 2014, Fuente CONAFOR, Información al 27 de
Diciembre de 2014
Figura 2. Cantidad de superficie afectada en hectáreas 1998 – 2014. Fuente CONAFOR. Información
al 27 de Diciembre de 2014.
Rodríguez y Silva (2007) manifiestan que: “La
disposición de cartografía de modo automática a
escala regional facilitará las labores de gestión y
planificación del plan de ataque de los medios
aéreos, terrestres y humanos”. “La disponibilidad
de la cartografía digital de modelos de
combustibles forestales, en los que se recojan el
conjunto de variables que identifican de forma
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
diferenciada la progresión y emisión energética del
fuego, representa una necesidad de carácter
fundamental para poder establecer las estrategias
de defensa de los sistemas forestales.”
ubican a la Sierra del Carmen con un alto riesgo de
incendio forestal.
García, González y otros (2012), empleando la
técnica de transectos planares llevaron a cabo la
caracterización de combustibles forestales
mediante un muestreo directo en plantaciones
forestales en Linares Nuevo León. En donde
concluyen que: “Los resultados de su investigación
indican que debido a la ausencia de manejo se
encuentra una gran acumulación de combustibles
forestales lo que aumenta la probabilidad de
incendios”.
AÑO
Zárate y Martinez (2013) llevaron a cabo la
evaluación de combustibles forestales en el Parque
Nacional “El Chico”, Hidalgo, en donde por medio
de imágenes satelitales agruparon las unidades
ecológicas similares de acuerdo al tipo de
vegetación, condiciones generales del sitio y
densidad arbórea; eligiendo la más representativa
para realizar la evaluación de combustibles
forestales. La evaluación de los combustibles
forestales se efectuó a través de la técnica de
transectos o intersecciones planares (Brown et al.
1974). Este estudio sirve como base para la
elaboración de mapas de riesgo de incendio
forestal, conjugando a su vez parámetros como:
Tipo de suelo, vegetación y uso del suelo dentro de
la zona de interés.
1.3 JUSTIFICACIÓN Y OBJETIVOS
De acuerdo a Alanís y Sánchez (1994), las
zonas con una mayor concentración de
combustible forestal, serán más susceptibles a ser
incendiadas con una intensidad mayor. Los
combustibles forestales son elementos esenciales
para la ocurrencia de incendios forestales, muchos
estudios sobre los incendios forestales han podido
evidenciar los diversos factores responsables por el
comportamiento del fuego, de entre los cuales y de
fundamental importancia: el material combustible.
(Morfin 2012).
Cabe resaltar que de acuerdo al programa
estatal de prevención contra incendios forestal de
Coahuila de Zaragoza, en el último informe del
año 2013, presentan una cartografía en la cual
Tabla 2. Ubicación de lugares afectados por incendios
forestales en el ANPFFMC
LUGAR
COORD. UTM
1995
Mesa bonita
733442
3211656
2000
Carboneras
739626
3205767
2003
Los centinelas
732083
3221726
2009
Mesa bonita
733442
3211656
2009
Mesa escondida
734669
3209856
2010
El cedro
734074
3199945
2011
Los centinelas
731022
3219826
2011
Pilares
735455
3184629
2012
El mirador
737853
3207652
2013
Cañón del diablo
723809
3237910
Particularmente en el bosque de coníferas existe
una mayor acumulación de material combustible,
cabe resaltar que la cantidad y el tipo de
combustible forestal que se halla acumulado,
definen la intensidad del incendio lo cual
consecuentemente determinará el impacto en los
ecosistemas (Anderson, 1982).
En estos bosques las tareas de supresión y
prevención de los incendios se logran mediante
los trabajos de brigadas contra incendios y en
algunos eventos, cuando el fuego se presenta en
lugares inaccesibles se han extinguido por sí
mismos (Plan de manejo 2013). El riesgo se
encuentra
latente en esta área, pudiéndose
producir un
incendio forestal de grandes
magnitudes.
Objetivos
El objetivo general de este estudio fue generar
un índice de peligro de incendio forestal, en el
bosque de coníferas del ANPFFMC.
Objetivos Específicos.
• Cartografiar el bosque de coníferas haciendo
uso de la teledetección.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
• Estimar la carga combustible muerto para un
tiempo de retardo de 1, 10, 100 y 1,000 horas
respectivamente.
• Estimar la carga combustible de la capa
orgánica (hojarasca y humus) y su profundidad.
• Establecer el índice de peligro de incendio
forestal a través de interpolación de datos de cada
conglomerado y su respectiva cartografía.
2 MATERIALES Y METODOS
El APFFMC se ubica, en el extremo noroeste
del estado de Coahuila, situada en tres municipios
del estado de Coahuila: Múzquiz, Ocampo y
Acuña (Figura 3). Cubre una superficie total de
208 mil hectáreas, con un rango de altitudes que
fluctúa entre los 500 y 2,720 en los picos más altos
(Plan de Manejo 2013). La vegetación (Figura 4)
existente en el ANPFFMC (CONANP, 2004) es la
siguiente:
Bosque de oyamel, se pueden encontrar las
siguientes especies, P. arizonica, Pseudotsuga
menziesii, Cupressus arizonica, Quercus gravesii,
Q. hypoleucoides, Q. muhlenbergii, Populus
tremuloides, Acer grandidentatum. Entre las
especies arbustivas están Ceanothus sp., Nassella
tenuissima, Piptochaetium fimbriatum.
Bosque de Pino, en donde las especies arbóreas
de mayor población son: Quercus gravesii, Q.
hypoleucoides, Q. laceyi, Q. arizonica, Q. sinuata,
Q. mohriana, Juniperus flaccida, J. deppeana,
Pinus cembroides, Arbutus xalapensis y Fraxinus
cuspidata. Asociadas a estas especies se encuentra
Salvia regla, Garrya ovata, Rhus trilobata,
Vitisarizonica, Ptelea trifoliata, Sideroxylon
lanuginosum y Cercocarpus montanus var.
Bosque encino, está dominada por diferentes
especies como: Quercus intricata, Q. pringlei, Q.
laceyi, Q. hypoxanta. Asociadas estas especies a
Garrya ovata, Rhus virens, Cercocarpus
fothergilloides var. mojadensis, Condalia ericoides,
Mahonia
trifoliolata,
Purshia
mexicana,
Arctostaphylos pungens, Ceanotus greggii,
Malacomeles denticulata, Arbutus xalapensis,
Fraxinus greggii, Sideroxylon lanuginosum, Rhus
trilobata, R. microphylla, Nolina erumpens,
Dasylirion ssp., Yucca faxoniana.
Figura 3. Ubicación del ANPFF Maderas del Carmen.
Chaparral, con presencia de las siguientes
especies: Quercus fusiformis, Q. laceyi, Q. sinuata,
Q. mohriana, Dyospiros texana, Sideroxylon
lanuginosum, Sophora secundiflora, Bauhinia
lunarioides, Rhus virens, Vauquelinia corymbosa y
Leucaena glauca.
Matorral desértico micrófilo, constituido por
especies de hojas pequeñas ubicadas en zonas
áridas y semiáridas, generalmente se encuentran
asociados a especies o o sin espinas, la especie más
característica es la gobernadora (Larrea tridentata).
Matorral desértico rosetófilo, se caracteriza por
la forma de roseta de las hojas, las especies más
importantes son: Euphorbia antisiphylitica,
Jatropha dioica, Agave lechuguilla, Hechtia spp.,
Opuntia spp., Echinocactus spp., Echinocereus
spp. Y Mammillaria spp.
Pastizal natural, conformado por especies
nativas como: Bouteloua gracilis, B. curtipendula,
Bothriochloa saccharoides, Lycurus phleoides,
Achnatherum eminens, Aristida divaricata,
Buchloe dactyloides y Muhlenbergia tenuifolia.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Imagen Satelital
Para esta investigación se decidió descargar la
imagen a través del satélite Landsat 8 LDCM, con
fecha 12 de Junio de 2014 (Figura 5).
Clasificación
Para llevar a cabo la clasificación supervisada
se utilizó como guía la cartografía digital de INEGI
- Serie V de vegetación en una escala de 1:250,000
(Figura 6), cartografía presente en el Plan de
manejo 2013 y el reconocimiento de terreno del
ANPFFMC, para llevar a cabo esta clasificación se
realizó la evaluación estadística de las áreas de
entrenamiento, se analizó la separabilidad espectral
de las clases temáticas (Bosque de coníferas,
bosque de coníferas y latifoliadas, bosque de
latifoliadas, matorral xerófilo y pastizal), máxima
verosimilitud, análisis de separabilidad y
finalmente el porcentaje de precisión de cada clase
temática.
Clases
%
BC
BM
BL
MX
P
Tot
B.
Coníferas
99.5 219
0
1
0
0
220
B. Mixto
78.6 16
187
2
30
3
238
B.
Encinos
83.7 3
19
231
22
1
276
Matorral
Xerófilo
88.5 1
15
2
200
8
226
Pastizal
95.0 2
0
5
2
170
179
221
241
254
182
1139
Tot.
Referencia
241
%
Precisión
Productor
82.4 85.6 94.3 80.2 96.1
Tot.
Aciertos
Precisión
1007
88.4
Trabajo de Campo
Es necesario tomar en consideración factores
como el tipo de combustible, continuidad y
tamaño. Sin olvidar que esta técnica tiene como
parámetro principal el diámetro de ramillas, ramas
y trozas. Como una regla general, a mayor cantidad
de combustible en un área, se requiere un menor
número y longitud de líneas (Brown et al. 1974).
La precisión del muestreo dependerá del número y
longitud de las líneas.
En forma general y para cualquier área, se
sugiere inventariar de 15 a 20 líneas de muestreo
para alcanzar un 20% de error o menor (Brown et.
al 1974), lo cual es un nivel de precisión adecuado
para detectar la mayoría de los problemas en cada
tipo de combustible forestal.
3 RESULTADOS
3.1 CLASIFICACIÓN
Se pudo obtener un porcentaje de precisión del
88.4 % (Tabla 10), la imagen general y el bosque
de coníferas (Figura 7) obtuvo una precisión mayor
al 85 %, lo cual es exigido por la USGS.
3.2
CARGAS
FORESTAL
DE
COMBUSTIBLE
De acuerdo a la metodología descrita en el
capítulo anterior se obtuvo la estimación de
combustible forestal muerto, para un tiempo de
retardo de 1, 10, 100, 1,000 (con pudrición y sin
pudrición) horas y el peso de la capa orgánica
(humus y hojarasca) en 22 conglomerados, los
pesos se encuentran convertidos a toneladas por
hectárea (Tabla 11).
3.2
PESOS
DE
FORESTAL MUERTO
COMBUSTIBLE
Para poder identificar el comportamiento de los
datos de cada conglomerado se aplicó un test de
Anderson – Darling para probar si los datos de
cada conglomerado provienen de una población
con una distribución específica (normal / No
normal). En donde si el valor “P” es inferior al
nivel de significancia seleccionado (generalmente
0.05), concluiremos que los datos no siguen una
distribución especificada.
Tabla 3. Matriz de confusión (pixeles) de la
clasificación supervisada de la imagen satelital del área
de interés.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Figura 4. Vegetación existente en el ANPFF Maderas del Carmen. Fuente: INEGI-SERIE V- 1:250,000.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Figura 5. Imagen LandSat 8 LDCM, combinación de bandas rojo 5, verde 6 y azul 4, identificada el ANPFFMC (12
Jun 2014,)
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
De acuerdo a lo afirmado se realizó el test
Anderson Darling a los 22 conglomerados (Tabla
4), para identificar su distribución y además
obtener la información de la media, desviación
estándar y varianza.
Como podemos apreciar en la Tabla 4, los
valores obtenidos de las desviaciones se
encuentran entre los rangos de 0.6122 y 5.774
ton/ha. Con respecto al valor “P”, existen 12
conglomerados (1, 2, 4, 5, 8, 9, 10, 11, 12, 15, 20 y
21) con un nivel de significancia < 0.05, esto
indica que no se cumple el supuesto de
normalidad, lo que no sucede con los 10
conglomerados restantes (3, 6, 7, 13, 14, 16, 17,
18, 19 y 22).
Con el resultado de la Figura 8, se puede
apreciar que existe una tendencia de agrupación
entre las especies de Pinus ponderosa y arizonica,
Pinus Cembroides y Abies religiosa, alba y
Ptseudosuga.con respecto al resultado de la carga
de combustible. Se decidió re agrupar a las
especies de acuerdo a lo mencionado y correr la
prueba estadística de Anova de un solo factor para
comprobar estadísticamente si las medias de las
especies re agrupadas con mayor frecuencia son
iguales o al menos una es diferente. De ser
diferentes, se eligió la prueba de Tukey HSD para
identificar cual es la diferente.
Con la finalidad de comprobar el supuesto que
los combustibles de 1,000 horas son los causantes
de la variabilidad de los resultados, se volvió a
correr el test de Anderson – Darling excluyendo
los combustibles de 1,000 horas de las 16 líneas de
muestreo de los 22 conglomerados, los rangos de
la Tabla 5 se encuentran entre 0.274 y 0.9813
ton/ha.
3.3 RELACIÓN DEL TIPO DE ESPECIE
VERSUS CARGA DE COMBUSTIBLE DE
LA CAPA ORGÁNICA
Dentro del ANPFFMC se encuentran
identificadas aproximadamente 25 especies de
vegetación arbórea (Plan de manejo 2013), los
pesos de las cargas de combustible de la capa
orgánica de los 22 conglomerados están asociados
a un tipo de vegetación predominante identificada
en cada sito de acuerdo a la Tabla 6.
En la Tabla 6 se presentan los pesos de
combustible de la capa orgánica de orden
descendente, también se identifican las especies
identificadas con mayor frecuencia asociadas a la
carga de combustible de la capa orgánica.
Posteriormente se realizó una gráfica de dispersión
entre las variables mencionadas con la finalidad de
identificar inicialmente alguna relación; es
importante afirmar que existen además otras
especies asociadas dentro y alrededor de los
conglomerados.
Figura 8. Relación por tipo de especie identificada con
mayor frecuencia con carga de combustible de la capa
orgánica
Los resultados de la prueba de Anova de un
solo factor y Tukey obteniendo resultados de
acuerdo a la Tabla 7.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Figura 7. Resultado de la clasificación supervisada del área de interés (bosque de coníferas).
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Tabla 4. Resumen de combustible forestal muerto, expresado en unidades de ton/ha.
Tabla 5. Pesos de combustible muerto obtenido en cada línea de los 22 conglomerados
De acuerdo al resultado de la prueba de Tukey
(Tabla 7) se puede evidenciar que las medias que
no comparten una letra son significativamente
diferentes, al no compartir estos grupos otra letra,
se demuestra que las tres medias son diferentes
entre sí.
3.4
RELACIÓN
PROFUNDIDAD
DE
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
ENTRE
LA
LA
CAPA
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
ORGÁNICA
Y
COMBUSTIBLE
LA
CARGA
DE
La profundidad del perfil de la capa orgánica
guarda estrecha correspondencia con la especie
identificada con mayor frecuencia de cada
conglomerado y la carga de combustible de la capa
orgánica (Tabla 6).:
De acuerdo a la Figura 9, se puede apreciar que
existe una relación entre mayor profundidad de la
capa orgánica mayor es la carga de combustible de
la capa orgánica, además se vuelve a evidenciar la
relación de las especies con mayor frecuencia (P.
arizonica/ P.ponderosa).
3.4 ÍNDICE DE PELIGRO DE INCENDIO
FORESTAL
La (Interpolación spline with barriers) se
procedió a generar el índice de peligro de incendio
forestal, el rango empleado para este índice es el
propuesto por Zapata (1991). De acuerdo a la
información de los 22 conglomerados se obtuvo la
cartografía de peligro de incendio forestal de la
zona de interés (Figura 10), permitiendo tener una
visualización espacial de la distribución de este
combustible y el índice de peligro en el boque de
coníferas.
P. arizonica/P. ponderosa
P. menziesii
Abies religiosa
P. cembroides
P. menziesii/Abies Alba
Figura 9. Relación entre la profundidad de la capa
orgánica y la carga de combustible de la capa orgánica,
identificando la mayor profundidad asociada a las
especies P. arizonica /P. ponderosa.
Tabla 6. Especies arbóreas identificadas con mayor
frecuencia asociadas al peso de combustible de la capa
orgánica
Conglomerado
Especie
con
mayor frecuencia
Peso CO
(ton/ha)
Profundidad
(cm)
17
P.
menziesii/
Abies Religiosa
8.37
0.57
19
Abies religiosa
8.33
0.57
11
P.
menziesii/
Abies Alba
11.53
0.63
20
Abies religiosa
7.37
0.70
22
P. menziesii
5.90
1.00
6
Abies religiosa
7.29
1.10
3
P.
menziesii/
Abies Alba
12.80
1.11
14
P.
menziesii/
Abies Alba
11.78
1.13
13
P. cembroides
15.89
1.65
15
P. cembroides
16.15
1.70
21
P.
menziesii/
Abies Alba
6.51
1.75
12
P. cembroides
14.26
2.05
18
P. cembroides
16.99
2.30
16
P.
menziesii/
Abies Alba
14.89
2.58
7
P. cembroides
18.64
2.83
10
P.
arizonica/P.
ponderosa
35.69
3.25
4
P. cembroides
16.84
3.60
1
P.
arizonica/P.
ponderosa
22.26
3.97
8
P.
arizonica/P.
ponderosa
33.79
4.00
5
P.
arizonica/P.
ponderosa
23.30
4.60
9
P.
arizonica/P.
ponderosa
38.46
5.25
2
P.
arizonica/P.
ponderosa
32.54
5.34
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Figura 10. Índice de peligro de incendio forestal, generado en Argis 10.1 con la herramienta de interpolación spline
spatial analyst with barriers
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Tabla 7. Resultado prueba Anova de un solo factor
Para el caso de las cargas de combustibles entre
5.90 ton/ha y 12.80 ton/ha estas se encuentran
relacionadas con sitios en donde son más
frecuentes las especies: P. menziessi, Abies Alba
y Abies Religiosa, una de las particularidades de
estas especies es que el tamaño de sus acículas son
menores a 5 cm. La acumulación de sus acículas
genera una capa menos densa y consecuentemente
una carga de combustible menor.
4 DISCUSIÓN
Los resultados de la pruebas Anova de un solo
factor y prueba de comparación de Tukey
evidencian estadísticamente la relación entre las
especies identificadas con mayor frecuencia en
cada conglomerado y la carga de combustibles de
la capa orgánica.
4.1
PESOS
DE
COMBUSTIBLE
FORESTAL MUERTO EN LAS 16
LÍNEAS DE MUESTREO (TRANSECTOS)
DE CADA CONGLOMERADO
Los combustibles de 1,000 horas (> 7.5 cm de
diámetro) no se encontraron con la misma
frecuencia sobre las líneas de muestreo a
comparación
del
resto
de
combustibles
muestreados. Por lo tanto se presume que las
desviaciones y varianza de cada conglomerado
presentados en la Tabla 4 se encuentran
relacionadas con los pesos obtenidos por los
combustibles de 1,000 horas.
Los rangos de desviaciones estándar de la
Tabla 4 están comprendidos entre 0.6122 y 5.774
ton/ha, mientras que los rangos de la Tabla 5 se
encuentran entre 0.274 y 0.9813 ton/ha, se puede
apreciar una disminución de las desviaciones
estándar en un 4,3 % por lo tanto se puede afirmar
que los combustibles de 1,000 horas son los
responsables de este efecto.
4.2 RELACIÓN DEL TIPO DE ESPECIE
ARBÓREA
IDENTIFICADA
CON
MAYOR
FRECUENCIA
EN
CADA
CONGLOMERADO VERSUS CARGA DE
COMBUSTIBLE
DE
LA
CAPA
ORGÁNICA.
Las cargas de combustibles más grandes (15.89
ton/ha a 38.46 ton/ha) están ligadas en sitios en
donde son más frecuentes las
especies: P.
arizonica. P. ponderosa y P. cembroides, y este
hecho es debido a que el tamaño de sus acículas
son mayores de 5 cm. formando una capa orgánica
con mucha acumulación, más esponjosa pero a la
vez con un peso mayor.
4.2
RELACIÓN
ENTRE
LA
PROFUNDIDAD
DE
LA
CAPA
ORGÁNICA
Y
LA
CARGA
DE
COMBUSTIBLE
DE
LA
CAPA
ORGÁNICA.
El perfil de profundidad de la capa orgánica se
encuentra estrechamente relacionado con la carga
de combustible la capa orgánica, esto quiere decir
que a mayor perfil de profundidad existirá mayor
peso de carga de la capa orgánica y viceversa.
Además se puede apreciar (Figura 11) la
agrupación de P. arizonica/P. ponderosa en la zona
de mayor peso de la capa orgánica, asociado al
perfil de mayor profundidad, de igual manera se
aprecia la relación entre menor perfil de
profundidad y menor peso de la capa orgánica, las
especies Abies y Ptseudosuga son las que se
encuentran relacionadas con este perfil.
5 CONCLUSIONES
Existe un grave problema de acumulación de
combustible forestal, de manera muy particular en
los sitios de mayor acumulación. Se debe de
retomar las tareas de mantenimiento y acopio de
combustible forestal llevado a cabo por la
CONANP en el año 2012, debido que al no existir
una continuidad de mantenimiento en dicha zona,
este hecho podría contribuir al aumento del índice
de peligro de incendio forestal en la zona
circunscrita entre los conglomerados 8 al 15.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
acumulación, más esponjosa y a la vez con un
peso mayor.
Para el caso de los conglomerados en donde se
identificaron
tres
escenarios:
Evidente
perturbación, mayor acumulación y sin evidencia
aparente. Los resultados obtenidos en la prueba de
anova de un solo factor y comparación de Tukey
nos permiten identificar que la observación “mayor
acumulación” el valor de la media es de 87.01
ton/ha, alejado de los resultado de “evidente
perturbación” (52.46 ton/ha) y “sin evidencia”
(35.22 ton/ha).
Figura 11. Relación entre profundidad de la capa
orgánica, carga de la capa orgánica y especie asociada
El conocimiento de la distribución espacial del
índice de peligro de incendio en la zona del bosque
de coníferas, favorecerá en el planeamiento y
conducción de las brigadas contra incendio, lo cual
permitirá tomar mejores decisiones reduciendo la
exposición al peligro de los brigadistas.
Es evidente que los combustibles de 1,000
horas (> 7.5 cm de diámetro) al no encontrarse con
la misma frecuencia sobre las líneas de muestreo,
esto en relación de los combustibles de diámetros
menores (0.1 hasta 7.5 cm); generan cargas con
desviaciones estándar altas (0.6122 hasta 5.774
ton/ha). Este hecho es particularmente saltante
entre los conglomerados 8 al 15.
Se constató la relación del tipo de especie
arbórea identificada con mayor frecuencia en cada
conglomerado versus la carga de combustible de
la capa orgánica, esto validado a través de la
prueba anova de un solo factor, con prueba de
comparación de medias de Tukey.
Los resultados permiten afirmar que las
especies Pinus arizonica, ponderosa y cembroides
son
aquellas que contribuyen a generar una
mayor carga de combustible de capa orgánica, y
este hecho directamente relacionado al tamaño de
sus acículas las cuales son mayores de 5 cm. lo
cual permite su fácil desprendimiento de las
pinaceas, ya sea
por un fuerte viento o
simplemente entre los cambios de estación,
formando una capa orgánica con mucha
A pesar de que las pruebas estadísticas denotan
un resultado diferente al resto de escenarios
(evidente perturbación, sin evidencia), es fácil
identificar la observación de mayor acumulación
en el campo (conglomerados del 8 al 15), debido a
los hechos que se suscitaron en esta área
(Aprovechamiento, abandono y zona de acopio),
siendo este escenario marcadamente distinto del
resto tanto en paisaje como en carga de
combustible.
De manera general, la zona de interés (bosque
de coníferas) se encuentra altamente perturbada
como consecuencia de la explotación forestal
llevada a cabo en los años 80”s. Esta condición
puede estar afectando los resultados obtenidos
entre las variables: Pendiente, aspecto en grados,
carga de combustible de la capa orgánica y carga
total.
6 REFERENCIAS
Alvarado C. E, (1986). Comportamiento del fuego en
rodales poco perturbados de Pinus montezumae
Lamb. Tesis de Maestría en Ciencias. Programa
forestal, Colegio de Postgraduados, Montecillos,
Mex. 113p.
Brown, J.K., (1971). A planar intersect method for
sampling fuel volume and surface area. For. Sci. 17,
96-102.
Brown, J. (1974). Handbook for inventorying downed
woody material. USDA, Forest Service. General
Technical Report, INT-16. Ogden, UT. USA. pp.124.
Chuvieco, E.; Martín, M.P.; (2004). “Nuevas
Tecnologías para la estimación del riesgo de
incendios forestales”. Consejo Superior de
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.
Memorias de resúmenes en extenso SELPER-XXI-México-UACJ-2015
Investigaciones Científicas. Instituto de Economía y
Geografía. 190 pag. ISBN 84-00-08275-3.
Cortés Ortiz, A. y Chuvieco Salinero, E. (2005)
“Cartografía de tipos de combustible en una región
del Durango, México, mediante imágenes de
satélite”, GeoFocus 5, nº 5, p. 129-155. ISSN: 15785157.
Flores G., J. G y J de D. Benavides S. (1995).
Evaluación de dos tipos de quemas controladas en
un rodal de Pinus michoacana en Tapalpa Jalisco.
Próx. Pub. Memoria II Congreso Forestal Mexicano.
Toluca, Mex 12 – 16 jul., 1983. Gob Edo. Méx.Probosque-SARH-SEDESOL-ANCF-AMPFUACH-INIFAP. 10p.
Frau, C. M., Valenzuela, J. G., Rojas, Y. O., Hernández,
Y. M., & Guajardo, R. M. (2009). Teledetección y
Sig en el Ámbito Forestal: Experiencias en Chile
Remote Sensing and Gis in Forestry: Experiences in
Chile. Ambiência, 2(3), 171-185.
García, E. R. E. D., González, M. A., Tagle, J. J. P.,
Garza, E. J. T., & Flores, D. Y. Á. (2012).
Caracterización de
Combustibles
Forestales
Mediante un Muestreo Directo en Plantaciones
Forestales.
Harrington, S., (2005). Measuring Forest Fuels. An
Overview of Methodologies, Implications for Fuels
Management. Forest Guild Research Center.
Working Paper 19.
McRae, D.J., Alexander, M.E., Stocks, B.J., 1979.
Measurement and description of fuels and fire
behavior on prescribed burns: a handbook. Can.For.
Serv. Rep. OX-287, Great Lakes For. Res. Cen.,
Sault Ste. Marie.
Morfin - Ríos, J.E., E.J. Jardel P., E. Alvarado C. y J.M.
Michel-Fuentes.
(2012).
Caracterización
y
cuantificación de combustibles forestales. Comisión
Nacional Forestal-Universidad de Guadalajara.
Guadalajara, Jalisco, México.
Morsdorf, F., Meier, E., Kötz, B., Itten, K.I., Dobbertin,
M. & Allgöwer, B. (2004). LIDAR-based geometric
reconstruction of boreal type forest stands at single
tree level for forest and wild land fire management.
Remote Sensing of Environment, 92(3), 353-362.
Puebla, J. G., & Gould, M. (1994). SIG: Sistemas de
información geográfica. Síntesis.
Pyne, SJ, Andrews, PL, y Laven, RD, (1996).
Introducción a los incendios forestales (N º. Ed 2).
John Wiley and Sons.
Rodríguez y Silva, F., & Molina Martínez, J. R. (2007).
Cartografía de modelos de combustible para la
defensa contra incendios forestales. In Proceedings
of the 4th International Wildland Fire Conference,
Sevilla, Spain.
Rodríguez, D. A. y P. A. Sierra. (1995). Evaluación de
los combustibles forestales en los bosques del
Distrito Federal. INIFAP. Ciencia Forestal en
México 20 (77). pp. 193 – 218.
Salas y Chuvieco (1995). Aplicación de imágenes
Landsat TM a la cartografía de modelos de
combustible. Revista de Teledetección, 5: 18-28.
Sánchez, J.; Zerecero, G. 1983. Método práctico para
calcular la cantidad de combustibles leñosos y
hojarasca. Nota Divulgativa No. 9. CIFONOR, INIF,
SARH. México. 14 pp.
Sunar, F., y Özkan, C. (2001). Análisis de incendios
forestales con datos de teledetección. Revista
Internacional de Teledetección , 22 (12), 2265-2277.
Van Wagner, C.E., 1968. The line intersect method in
forest fuel sampling. For. Sci. 14, 20-26.
Van Wagner, C.E., 1982. Practical aspects of the line
intersect method (Information Report PI-X-12).
Canadian Forestry Service, Petawawa National
Forestry Institute. Chalk River, Ontario, Canada.
Warren, W.G., Olsen, P.F., 1964. A Line Intersect
Technique for Assessing Logging Waste. For. Sci.
10, 267-276.
Zárate, R. R., Martínez, A. J. G., Rodríguez-Laguna, R.,
Morales, C. C. M., & Sandoval, O. A. (2013).
Estimación de biomasa y carbono almacenado en
árboles de oyamel afectados por el fuego en el
Parque Nacional" El Chico", Hidalgo, México.
Madera y bosques, 19(2), 73-86.
Zapata P. C. (1991). Determinación de indicadores de
peligro potencial de incendios forestales con base en
la cuantificación del material combustible.
Seminario de Titulación. DICIFO, UACH.
Chapingo, Méx.
12-16 de Octubre de 2015, Ciudad Juárez, Chihuahua, México.