Cartografía de áreas quemadas en Sudamérica: detección de píxeles semilla

E. Chuvieco

RESUMEN

El siguiente artículo presenta un método para la detección de píxeles semilla, que constituye la primera fase de la cartografía de áreas quemadas. Este se basa en un algoritmo de discriminación elaborado en el marco del proyecto AQL2004 de la RedLatif (Chuvieco et al., 2008). Dicho algoritmo propone dos fases, la primera se orienta a la detección de píxeles semilla a partir de índices especialmente adaptados a la señal del carbón y la segunda etapa se orienta a mejorar la cartografía mediante la incorporación de un algoritmo de contexto para mejorar la definición del perímetro de área quemada desde las semillas identificadas previamente.
El presente estudio se centra en la primera fase del algoritmo, la cual ha sido enriquecida incorporando umbrales diferenciados según las distintas condiciones regionales del área de estudio, para esto se han evaluado previamente distintas capas de información de tipo climática y de vegetación con las cuales se ha construido un mapa de clases para la diferenciación regional del valor de discriminación de las semillas.
Los resultados muestran porcentajes de detección superiores al 80% en incendios mayores de 500 hectáreas.

PALABRAS CLAVE: Cartografía, incendios forestales, área quemada, MODIS

ABSTRACT

The following paper presents the first part of a methodology for mapping bunt area at global scale. This part named core pixels detection is based on an algorithmdeveloped under the project AQL2004 of RedLatif (Latinoamerican Red for Remote sensing and forest fires) (Chuvieco et al., 2008).
This algorithm proposes two phases, the first is orientated to detection of core pixels using especially elaborate indexes to the coal signal and the second stage is aimed at improving mapping using contextual analysis for better definition of the burnt area perimeter.
This algorithm has been enriched incorporating flexible regional thresholds; this thresholds has been created using and evaluating different layers of information (climate and vegetation).
There results show detection rates of over 80% in fires larger than 500 hectares.

KEYWORDS: Cartography, forest fires, burnt areas, MODIS

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO.