Burn severity and regeneration in large forest firesan analysis from Landsat time series

  1. Martínez, S.
  2. Chuvieco, E.
  3. Aguado, I.
  4. Salas, J.
Revista:
Revista de teledetección: Revista de la Asociación Española de Teledetección

ISSN: 1133-0953

Año de publicación: 2017

Título del ejemplar: Special issue: Avances en el análisis de la severidad y la dinámica ambiental post-fuego mediante teledetección

Número: 49

Páginas: 17-32

Tipo: Artículo

DOI: 10.4995/RAET.2017.7182 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista de teledetección: Revista de la Asociación Española de Teledetección

Resumen

El objetivo de este estudio es contribuir a una mejor comprensión de los patrones de regeneración postincendio a partir de la severidad del fuego, así como estudiar el tiempo previsible que determinados ecosistemas forestales emplearán en recuperar su estado inicial. El estudio analiza el grado de severidad del incendio de Uncastillo de 1994 (7664 ha), uno de los mayores ocurridos en España en ese año, así como su dinámica de regeneración natural en las dos décadas siguientes (hasta 2014) mediante el empleo de series temporales de imágenes Landsat (sensores TM y ETM+). La estimación de la severidad post-incendio se ha basado en el uso de los modelos de transferencia radiativa PROSPECT y GeoSAIL, siguiendo la metodología propuesta por De Santis y Chuvieco (2009). Por su parte, los procesos de regeneración se han caracterizado mediante el empleo de trayectorias espectrales mediante el uso del modelo LandTrendr (Landsat-based Detection of Trends in Disturbance and Recovery) (Kennedy et al., 2010). Los resultados de este estudio contribuyen a una mayor comprensión de la dinámica general post-incendio de las áreas forestales y en último término permiten desarrollar estrategias efectivas para una gestión forestal sostenible.

€ Ver financiación

Información de financiación

Este trabajo se ha desarrollado con la financiación procedente del proyecto Severidad y regeneración en grandes incendios forestales mediante teledetección y S.I.G (SERGISAT) (Ref. CGL2014-57013-C2-1-R–SERGISAT; CGL2014-57013-C2-2-R–SERGISAT, Ministerio de Economía y Competitividad). Nuestro agradecimiento también al Dr. Justin Braaten del Laboratory for Applications of Remote Sensing in Ecology de la Oregon State University, por su apoyo en el uso de LandTrendr.

Financiadores

Referencias bibliográficas

  • Bastarrika, A., Alvarado, M., Artano, K., Martínez, M. P., Mesanza, A., Torre, L., Chuvieco, E. 2014. BAMS: A Tool for Supervised Burned Area Mapping Using Landsat Data. Remote Sensing, 6, 12360-12380. https://doi.org/10.3390/rs61212360
  • Chuvieco, E. 2016. Fundamentals of Satellite Remote Sensing: An Environmental Approach. Boca Raton (FL): CRC Press.
  • De Santis, A., Chuvieco, E. 2009. GeoCBI: A modified version of the Composite Burn Index for the initial assessment of the short-term burn severity from remotely sensed data. Remote Sensing of Environment, 113, 554-562. https://doi. org/10.1016/j.rse.2008.10.011
  • Díaz-Delgado, R., Lloret, F., Pons, X. 2003. Influence of fire severity on plant regeneration by means of remote sensing imagery. International Journal of Remote Sensing, 24(8), 1751-1763. https://doi. org/10.1080/01431160210144732
  • Doerr, S. H., Shakesby, R. A., Blake, W. H., Chafer, C. J., Humphreys, G. S., Wallbrink, P. J. 2006. Effects of differing wildfire severities on soil wettability and implications for hydrological response. Journal of Hydrology, 319, 295-311. https://doi.org/10.1016/j. jhydrol.2005.06.038
  • Frolking, S., Palace, M. W., Clark, D. B., Chambers, J. Q., Shugart, H. H., Hurtt, G. C. 2009. Forest disturbance and recovery: A general review in the context of spaceborne remote sensing of impacts on aboveground biomass and canopy structure. Journal of Geophysical Research-Biogeosciences, 114. https://doi.org/10.1029/2008JG000911
  • Grogan, K., Pflugmacher, D., Hostert, P., Kennedy, R. E., Fensholt, R. 2015. Cross-border forest disturbance and the role of natural rubber in mainland Southeast Asia using annual Landsat time series. Remote Sensing of Environment, 169, 438-453. https://doi. org/10.1016/j.rse.2015.03.001
  • Ireland, G., Petropoulos, G. P. 2015. Exploring the relationships between post-fire vegetation regeneration dynamics, topography and burn severity: A case study from the Montane Cordillera Ecozones of Western Canada. Applied Geography, 56, 232-248. https://doi.org/10.1016/j. apgeog.2014.11.016
  • Jin, Y., Randerson, J. T., Goetz, S. J., Beck, P. S., Loranty, M. M., Goulden, M. L. 2012. The influence of burn severity on postfire vegetation recovery and albedo change during early succession in North American boreal forests. Journal of Geophysical Research: Biogeosciences, 117. https://doi. org/10.1029/2011JG001886
  • Kennedy, R. E., Andréfouët, S., Cohen, W. B., Gómez, C., Griffiths, P., Hais, M., Zhu, Z. 2014. Bringing an ecological view of change to Landsat-based remote sensing. Frontiers in Ecology and the Environment, 12(6), 339-346. https://doi.org/10.1890/130066
  • Kennedy, R. E., Townsend, P. A., Gross, J. E., Cohen, W. B., Bolstad, P., Wang, Y. Q., Adams, P. 2009. Remote sensing change detection tools for natural resource managers: Understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sensing of Environment, 113(7), 1382-1396. https:// doi.org/10.1016/j.rse.2008.07.018
  • Kennedy, R. E., Yang, Z., Cohen, W. B. 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr — Temporal segmentation algorithms. Remote Sensing of Environment, 114, 2897-2910. https://doi. org/10.1016/j.rse.2010.07.008
  • Key, C. H., Benson, N. 2006. Landscape Assessment (LA). Sampling and Analysis Methods. In D.C. Lutes, R.E. Keane, J.F. Caratti, & et al. (Eds.), FIREMON: Fire effects monitoring and inventory system. Integration of Standardized Field Data Collection Techniques and Sampling Design With Remote Sensing to Assess Fire Effects (pp. LA1- LA51). Fort Collins, CO, US: Dept. of Agriculture, Forest Service, Rocky Mountain Research Station.
  • Lentile, L. B., Holden, Z. A., Smith, A. M. S., Falkowski, M. J., Hudak, A. T., Morgan, P., Benson, N. C. 2006. Remote sensing techniques to assess active fire characteristics and post-fire effects. International Journal of Wildland Fire, 15(3), 319-345. https:// doi.org/10.1071/WF05097
  • Lentile, L. B., Morgan, P., Hudak, A. T., Bobbitt, M. J., Lewis, S. A., Smith, A. M. S., Robichaud, P. R. 2007. Post-fire burn severity and vegetation response following eight large wildfires across the western United States. Fire Ecology, 3(1), 91-108. https://doi.org/10.4996/fireecology.0301091
  • Masek, J. G., Vermote, E. F., Saleous, N. E., Wolfe, R., Hall, F. G., Huemmrich, K. F., Lim, T. K. 2006. A Landsat Surface Reflectance Dataset for North America, 1990–2000. IEEE Geoscience and Remote Sensing Letters, 3(1), 68-72. https://doi.org/10.1109/ LGRS.2005.857030
  • Masek, J. G., Vermote, E. F., Saleous, N. E., Wolfe, R., Hall, F. G., Huemmrich, K. F., Lim, T. K. 2012. LEDAPS Landsat Calibration, Reflectance, Atmospheric Correction Preprocessing Code. ORNL DAAC. Retrieved from Oak Ridge, Tennessee, USA:
  • Meng, J., Dennison, P. E., Huang, C. H., Moritz, M. A., D’Antonio, C. M. 2015. Effects of fire severity and post-fire climate on short-term vegetation recovery of mixed-conifer and red fir forests in the Sierra Nevada Mountains of California. Remote Sensing of Environment, 171, 311-325. https://doi. org/10.1016/j.rse.2015.10.024
  • Moody, J. A., Shakesby, R. A., Robichaud, P. R., Cannon, S. H., Martin, D. A. 2013. Current research issues related to post-wildfire runoff and erosion processes. Earth-Science Reviews, 122, 10-37. https://doi.org/10.1016/j.earscirev.2013.03.004
  • Oliva, P., Martin, P., Chuvieco, E. 2011. Burned area mapping with MERIS post-fire image. International Journal of Remote Sensing, 32(15), 4175-4201. https://doi.org/10.1080/01431161.2010.489062
  • Pausas, J. 2012. Incendios Forestales. Una visión desde la Ecología. Madrid: CSIC. Catarata. https://doi. org/10.1016/j.rse.2013.05.033
  • Riaño, D., Chuvieco, E., Ustin, S., Zomer, R., Dennison, P., Roberts, D., Salas, J. 2002. Assessment of vegetation regeneration after fire through multitemporal analysis of AVIRIS images in the Santa Monica Mountains. Remote Sensing of Environment, 79(1), 60-71. https://doi.org/10.1016/ S0034-4257(01)00239-5
  • Veraverbeke, S., Hook, S., y Hulley, G. 2012. An alternative spectral index for rapid fire severity assessments. Remote Sensing of Environment, 123, 72-80. https://doi.org/10.1016/j.rse.2012.02.025
  • Veraverbeke, S., Hook, S. J. 2013. Evaluating spectral indices and spectral mixture analysis for assessing fire severity, combustion completeness and carbon emissions. Journal of the International Association of Wildland Fire, 22(5), 707-720. https://doi. org/10.1071/WF12168
  • Vermote, E. F., Saleous, N. E., Justice, C. O., Kaufman, Y. J., Privette, J. L., Remer, L., Tanré, D. 1997. Atmospheric correction of visible to middle-infrared EOS-MODIS data over land surfaces: Background, operational algorithm and validation. Journal of Geophysical Research, 102(14), 17131-117141. https://doi.org/10.1029/97JD00201
  • White, J. D., Ryan, K. C., Key, C. C., Running, S. W. 1996. Remote sensing of forest fire severity and vegetation recovery. International Journal of Wildland Fire, 6, 125-136. https://doi.org/10.1071/ WF9960125
Fuente de los datos: Dialnet