Generación de Productos SIG a partir de un problema.

“RIESGO DE INCENDIO EN ZONA DE ESTUDIO”

POTIFICIA UNIVERSIDAD CATOLICA DE CHILE

Facultad de Agronomía e Ingeniería Forestal

Departamento de Ecosistemas y Medio Ambiente

Profesor: Álvaro Paredes

Sistemas de Información Geográfica

AGL011-1

Nombres: Gianina Hernández

Javiera Micheli

Tania Moreno

Fecha: 21/11/14

Introducción

Los Sistemas de Información Geográfica no sólo permiten almacenar y editar datos, sino que también permiten analizarlos y generar información relevante a partir de ellos, de forma de modelar grandes cantidades de datos procedentes del mundo real y que están vinculados a una referencia espacial, facilitando la incorporación de por ejemplo aspectos ambientales, y que permitirán tomar decisiones de una manera más eficaz.

En el presente informe se evaluará una zona determinada de la IV Región del País, que corresponderá a la zona de estudio y cuyo objetivo principal será determinar el riesgo de incendio para ésta, es decir, que zonas del sector son más susceptibles y cuáles no. Para este fin se utilizará información con respecto a las zonas urbanas, drenajes y ríos, caminos, población, temperaturas mínimas y máximas e índices de vegetación.

Se tomaran en consideración además, distancias a fuentes de agua, pendiente y exposición, cobertura vegetal presente, temperatura en las distintas estaciones del año y cercanía o lejanía a zonas de alto tráfico de personas.

¿Por qué es tan importante determinar esto? Porque los incendios forestales arrasan en gran parte del mundo enormes extensiones de vegetación, constituyéndose en una de las principales causas del proceso de fragmentación del bosque, deforestación y desertificación, además de la consecuente contaminación atmosférica y liberación de contaminantes orgánicos persistentes. Y Chile no está ajeno a esto, originándose anualmente un promedio de 6.000 incendios, con una superficie afectada de 50.000 hectáreas. La región de Coquimbo específicamente, a la cual pertenece la zona de estudio participa con un 0,6 % de los incendios y un 2,1% de la superficie afectada a nivel nacional. Se debe tener en cuenta que las principales causas de estos siniestros están asociadas a factores naturales, como lo son el clima y la vegetación presente y a factores antrópicos, producto de la acción del hombre, por lo tanto estas son las variables con que se va a trabajar para establecer un índice de riesgo.

He aquí la importancia de determinar las zonas de mayor riesgo para posteriormente elaborar un plan de prevención y acción.

2 | P á g i n a

Metodología

Para determinar el riesgo de incendio de la zona de estudio, se utilizó el programa ArcMap donde se analizaron distintas capas, de población, caminos, drenes, ríos y zonas urbanas, además de algunas imágenes como MDE, temperatura e índices de vegetación. De las cuales se eligieron las variables, que de acuerdo a la literatura, son las principales causas de incendio. Para llevar a cabo el análisis de cada una de las capas e imágenes se tomaron en consideración las siguientes restricciones:

- Distancia a fuentes de agua (mayor cercanía implica menor riesgo)- Pendiente y exposición (exposición norte y mayor pendiente significan un

riesgo mayor)- Cobertura vegetal- Temperatura (mayor temperatura, mayor riesgo)- Distancia a zonas de alto tráfico de personas (mayor tráfico, mayor riesgo)

El desarrollo de cada una de estas se detalla a continuación:

Cercanía de las zonas con cobertura vegetal a las fuentes de agua: Se usaron las capas de vegetación NDVI que son raster de un sonar de satélite. Con estas se realizaron máscaras de cada una de las imágenes o NDVI que indican el índice de vegetación para los distintos meses del año, esto mediante la herramienta de Spatial Analyst Tools Map Algebra. Luego se transformaron en polígonos con Raster to polygon, lo que permitió analizar las tablas de atributos y así elegir la NDVI que corresponda al mes del año con mayor cobertura vegetal, y por ende con más riesgo de incendio por el potencial combustible al que este índice está asociado. Para generar este criterio se analizaron estas imágenes, y la que presentó mayor cantidad de polígonos de cobertura vegetal fue seleccionada como la que representa la temporada critica, para esto se usa el tratamiento señalado en la tabla contigua. Cabe destacar que cuando se obtenían las capas de polígonos, y al seleccionar por atributos, se realizaba con los que contenían el número 1, “GRIDCODE”=1, que eran los polígonos que contenían la cobertura, 0 significaba vacío.

3 | P á g i n a

Tabla N°1: Análisis Imágenes Cobertura Vegetal

CAPA MES DEL AÑO

TRATAMIENTOS RESULTADO N°DE POLIGONOS DE VEGETACION (VALOR 1)

PORCENTAJE DE VEGETACION

NDVI01 ENERO MAP ALGEBRA >0,3;CONVERSIONS TOOLS, FROM RASTER, FROM POLYGON

3379/4434 70,2%

NDVI03 MARZO IDEM 2477/3232 76,6%NDVI05 MAYO IDEM 2904/4098 70,8%NDVI07 JULIO IDEM 3071/4637 66,2%NDVI09 SEPTIEMBRE IDEM 2644/5012 52,8%NDVI011

NOVIEMBRE IDEM 2249/3998 56,2%

Porcentajes en color verde corresponden a las NDVI con mayor vegetación

Imagen N°1: Ejemplo tratamiento capas NDVI

1- Raster original (ndvi01) 2- Tratamiento con Map Algebra

3- Transformacion a poligonos

Todos los raster de NDVI se procesaron de la misma manera. Por lo tanto según lo tratado en ArcGIS y de acuerdo a la cantidad de polígonos con cobertura, la capa a analizar será ndvi07, que corresponde a la con mayor cantidad de polígonos y por ende a la de mayor vegetación existente en el mes de Julio y que es la que implica un mayor riesgo de incendio. Una vez seleccionada la capa, se intercepta con los cursos de agua estableciendo una distancia de 100 metros. Esto con el fin de observar la cantidad ríos, canales, entre otros, que hay en la zonas de alta vegetación y que entregaran información del potencial riesgo de incendio.

Finalmente para obtener los índices de riesgo de incendio en las estaciones del año verano, invierno y primavera, se utilizaron las NDVI de Enero, Julio y Septiembre respectivamente. Esto se realizó mediante el análisis de cada una de las NDVI, y sus porcentajes respectivos de vegetación, como es posible apreciar en la Tabla N°1 (las imágenes correspondientes se pueden observar en resultados).

4 | P á g i n a

El análisis siguió al relacionarlo con la capa de cursos de agua:

Se realizo selección por atributos, intersección de 100 mts.

NDVI_01

De 2626 polígonos en total se seleccionaron 178, a los interceptados con buffer de 100mts

NDVI_07

De 3147 se seleccionaron 2261 por el mismo método.

5 | P á g i n a

NDVI_09

De 3408 se seleccionaron 202.

Pendiente y Exposición: Para obtener la pendiente de la zona de estudio se utilizó la capa MDE dada, utilizando la herramienta 3D Analyst Tools Slope para generar el modelo de altitud. Una vez obtenida se pudo analizar y verificar que las áreas con mayor pendiente presentan un mayor riesgo de incendio, como fue establecido en las consideraciones iniciales. A partir de ello se realizó una capa de polígonos, la cual se reclasificó, esto con el uso de la herramienta Reclasifity. En esta nueva capa formada, específicamente en su tabla de atributos, se agregó un nuevo campo donde fue posible clasificar la pendiente en grados estableciendo 5 clases, de 0-10°, 10-20°, 20-30°, 30-40° y >40°. El fin de esto último, fue para seleccionar por atributos las zonas de mayor pendiente. Para el caso en particular se seleccionaron por atributos las pendientes >40° las cuales contaban con 23662 polígonos, y que indican las zonas de mayor riesgo.

Para ver la exposición al sol de la zona de estudio, y según esto el mayor riesgo que ello conlleva, se utilizó la herramienta Aspect.

6 | P á g i n a

Imagen N°2: Pendiente zona de estudio (Imagen con Zoom)

Imagen N°3: Orientación zona de estudio, laderas norte presentan mayor riesgo de incendio (imagen con zoom)

7 | P á g i n a

Para llegar a resultados con respecto a estas capas:

Elevación:

Se hizo lo mismo que con las laderas, se asocio capa slope transformada a polígonos, con la de temperaturas transformadas a polígonos, se interceptan.

T_01 verano

De 273684 polígonos de slope - 95414 se interceptan con los de temperatura

T_07 invierno no aplica

T_11 primavera

De 273684 polígonos de slope, se seleccionaron 5833 polígonos con respecto a la intersección con la temperatura.

8 | P á g i n a

Laderas norte:

Se generara un mapa de polígonos a partir de la capa de laderas norte negras (reclasificada), la cual se relacionara por atributos a la temperatura, con ello obtendremos porcentajes en base a la cantidad de polígonos.

Para la capa T_01 verano

Del total de 45719 los seleccionados con respecto al área de la T_01 son 11992

Para la capa T_11 primavera

Del total de 45719 los seleccionados con respecto al área de la T_11 son 518

9 | P á g i n a

Temperatura: Se trabajó de la misma forma que con las imágenes de NDVI, transformando las de temperatura a máscara mediante la herramienta de Map Algebra. De esta forma se pudo elegir en base a un criterio, la que corresponda a zonas de mayor temperatura y en qué mes del año se producen. Esto se basa en la consideración de que a mayor temperatura, hay un mayor riesgo de incendio.

Tabla N°2: Comparación imágenes de temperatura de los distintos meses del año

CAPA TEMPERATURA

IMAGEN CRITERIO SELECCIONADA PARA ESTUDIO

T_01 0

1

Si

T_03 1

0

No

T_05 No aplica No

T_07 No aplica Si

T_09 No aplica No

10 | P á g i n a

T_11 0

1

Si

El cálculo de las áreas se hizo en base a las máscaras generadas por Map Algebra, las que se trasformaron a capa de polígonos, en estas se calculó geometría en ha, y se extrajeron datos de las zonas en que afectaba el sol a la superficie. Primero se midió el territorio total de la área de estudio por el mismo método, lo que arrojo que la medida era de 18246,71 km2 (se realizaron los cambios de unidades de ha a km2), dato consistente ya que la región de Coquimbo mide en total 40580 km2 (dato extraído de http://www.subdere.cl/divisi%C3%B3n-administrativa-de-chile/gobierno-regional-de-coquimbo) y el área de estudio es solo una parte de ella.

Zonas de Alto tráfico: Se agregan los datos de cantidad de habitantes a la capa de Comunas. Esto se hace mediante la agregación de un campo a la tabla de atributos y utilizando Field Calculator. Ya cargada la información, ésta se usa para seleccionar por localización con coberturas vegetales (seleccionadas antes para realizar análisis), a una distancia de 200mtrs,

NDVI_01 VERANO

Los resultados fueron 612 poblados de 1360 en total.

11 | P á g i n a

NDVI_07 INVIERNO

Los resultados fueron 707 poblados de 1360 en total.

NDVI09 PRIMAVERA

Los resultados fueron 860 poblados de 1360 en total.

12 | P á g i n a

Resultados de todos los criterios

Cercanía de las zonas con cobertura vegetal a las fuentes de agua:

Capa % de ndvi cercana a 100mts del agua

NDVI01 6,7

NDVI07 71,8

NDVI09 5,9

Pendiente y Exposición:

Exposición (elevación o pendiente)

capa % de elevaciones que seintersectan con la temperatura

T_01 Verano 34,8

T_07 invierno No aplica

T_11 primavera 2,1

Laderas norte:

Capa % de elevaciones norte con exposición a la temperatura

T_01 Verano 26,2%

T_07 Invierno No aplica

T_11 Primavera 1,1%

Temperaturas:

13 | P á g i n a

Capas Área en km2 % de área afectada por la temperatura

T_01 verano 6642,78 36%

T_07 invierno No aplica 0%

T_11 primavera 333,48 1,8%

Zonas de alto tráfico:

Capa Población cercana a 100mts de ndvi

NDVI_01 Verano 45%

NDVI_07 Invierno 52%

NDVI_09 Primavera 63,2%

En base a estos resultados se estableció que el mayor riesgo era en verano, con la temperatura más alta y la vegetación más abundante.

A partir de esto en arcgis se generó un mapa de salida con las capas críticas, y se estableció criterio según intensidad.

Mapa de salida

14 | P á g i n a

CONCLUSIÓN

15 | P á g i n a

El riesgo de incendio en nuestro país es alto, producto de factores naturales como clima, humedad, vegetación, y de factores producto de la acción del hombre. Establecer un índice de riesgo para cada zona del país sería fundamental para la elaboración de un plan prevención y de acción, de forma de conocer claramente cuáles son las zonas más riesgosas y por qué, si es por las elevadas temperaturas que se viven durante el año, por la vegetación presente, por acción del hombre debido al alto tráfico en esas zonas o por todas en su conjunto. Es importante además que se establezcan cuáles son las épocas del año más susceptibles, como se hizo en el presente trabajo, ya que así se pueden tomar las medidas correspondientes para cada una de ellas según sea su índice de riesgo.

En el presente trabajo se logró determinar cuáles eran las áreas de la zona de estudio, correspondiente a la región de Coquimbo, que presentaban un mayor riesgo, producto de que había un mayor porcentaje de vegetación y más altas temperaturas. Si bien nos hubiera aportado tener más datos concretos de la zona de estudio como porcentajes de unidad y cantidad de habitantes de los poblados, se pudo resolver en parte el problema planteado. Por lo tanto creemos que para llevarlo a cabo y cumplir con el objetivo inicial, falta contar con mayor información la zona estudio, y además es necesario tener una mayor manejo del programa ArcGIS, que creemos sin duda es una herramienta esencial para nuestra vida profesional.

BIBLIOGRAFÍA

16 | P á g i n a

- www.ine.cl - www.conaf .cl- www.arcgis.com - www.subdere.cl/divisi%C3%B3n-administrativa-de-chile/gobierno-regional-de-

coquimbo

17 | P á g i n a