Influencia de la heterogeneidad del paisaje en la ocurrencia de incendios forestales en Chile Central

Resumen:

A pesar de la reconocida importancia de los incendios forestales, la investigación sobre modelación de ocurrencia de incendios es escasa en el Hemisferio Sur, y en particular en Chile. Se estudió el efecto de la heterogeneidad del paisaje en la ocurrencia de incendios forestales en Chile Central. Se ajustó un modelo que incluye variables climáticas, topográficas, de actividad humana y cobertura del suelo. La probabilidad de ocurrencia aumentó con una mayor temperatura mínima y estacionalidad de la precipitación, y disminuyó con una mayor distancia a las ciudades. El modelo clasificó correctamente un 65% de los datos de validación. Las predicciones sugieren que un 38% del área de estudio tiene muy alta probabilidad de ocurrencia de incendios, la cual aumenta bajo un simulado escenario futuro. El modelo predictivo debería ser utilizado como una herramienta para orientar aspectos urgentes de protección y prevención, lo cual debe continuar siendo discutido y evaluado.

Palabras clave: Clima, disturbios antrópicos, patrones de paisaje, regresión logística, sensores remotos


Abstract:

Forest fires are recognized as a serious problem. Despite its importance, research into modelling of forest fire occurrence is lacking for the southern hemisphere, in particular for Chile. We investigated how landscape heterogeneity affects the probability of the occurrence of forest fires in Central Chile. We fitted a logistic regression model which included climatic, topographic, human-related and land-cover variables. Estimated probabilities of forest fire occurrence increased positively with the minimum temperature and precipitation seasonality, and decreased with distance to cities. The model correctly classified 65% of the validation data set. Our predictions suggest that 38% of the study area has a very high probability of forest fire occurrence. Under the assumed future scenario we predict an important increase in the probability of forest fire occurrence. The prediction model should be seen as a tool for addressing urgent protection and prevention issues, which should be discussed and evaluated further.

Keywords: Climate, human disturbance, landscape patterns, logistic regression, remote sensing