I.- Introducción

EL Municipio de Tiquipaya ubicado al noreste de la ciudad de Cochabamba posee

gran riqueza en biodiversidad, contando con 3 ecosistemas (valle, montaña y

Yungas) dentro de los límites del municipio. La zona de montaña en la cual se

encuentra el Parque Nacional Tunari que está expuesta a gran cantidad de

incendios forestales principalmente en época estival.

Dichos incendios tienen distinta intensidad y superficie de impacto, las

consecuencias negativas más comunes son la pérdida de la cobertura vegetal

nativa y exótica, así como también la perdida de fauna; los efectos económicos

más comunes son la perdida de cultivos y de infraestructura para la explotación

forestal

La inexistencia de una cartografía suficientemente detallada y exhaustiva, impide

disponer de una valiosa información sobre el conjunto de factores relacionados

con el problema de los incendios. Es preciso desarrollar una técnica para

perfeccionar este conocimiento respecto al fenómeno, proporcionando información

objetiva sobre la dinámica espacio temporal (Pezzola, A. 2001).

La evaluación de incendios forestales y los resultados que se presentara

constituyen un esfuerzo conjunto de la ESFOR y el Municipio de Tiquipaya. Esta

iniciativa nace de la necesidad por parte del municipio de Tiquipaya; en áreas

cubiertas de diferentes tipos de asociaciones vegetales.

En el presente trabajo se pretende determinar zonas con riesgo de incendio en la

zona de cordillera del Municipio de Tiquipaya, para ello se utilizarán softwares

especializados en SIG como el uso de imágenes de satélite LANSADT 5, las

cuales tienen un sensor distribuido por bandas, estas imágenes son obtenidas al

menos una vez cada mes.

1.1. Planteamiento del problema

La zona de montaña del municipio de Tiquipaya correspondiente al Parque

Nacional Tunari, no cuenta estudios de análisis espacial con aplicaciones SIG de

1

alerta temprana para la prevención de incendios. Debido a la gran ocurrencia de

incendios de gran intensidad y periodicidad, un análisis de correlación de variables

para la identificación de las causas más probables y los lugares más frecuentes de

incendios seria una herramienta de gran valor para la prevención y manejo de

incendios en la zona de estudio.

Debido a la falta de pocos estudios realizados para determinar un sistema de

alerta temprana que relacionen los focos de incendios, áreas afectadas y el tipo de

prevención que se ha de emplear, en el municipio de Tiquipaya ya estos son de

suma importancia.

1.2. Justificación

El Parque Nacional Tunari, no cuenta estudios de análisis espacial con

aplicaciones SIG de alerta temprana para la prevención de incendios

II.- Objetivos

2.1. Objetivo General

Aplicar la herramienta Sistemas de Información Geográfica para la

determinación temprana de incendios forestales en la zona de montaña

(Parque Nacional Tunari) del Municipio de Tiquipaya

2.2. Objetivos Específicos

Identificar las variables espaciales más representativas para la

propagación de un incendio forestal.

Identificar focos de incendio que permitan el análisis y la periodicidad e

intensidad de los mismo a través del monitoreo satelital.

III.- Marco Teórico

Entender el comportamiento del fuego es esencial, conocer con precisión la

distribución espacial de los posibles focos para después modelar y predecir el

comportamiento de los incendios. (Fuentes, S. I. 2009)

2

3.1. Sistemas de Información Geografica

Un Sistema de Información Geográfica (SIG o GIS, en su acrónimo inglés

(Geographic Information System) es una integración organizada de hardware,

software y datos geográficos diseñada para capturar, almacenar, manipular,

analizar y desplegar en todas sus formas la información geográficamente

referenciada con el fin de resolver problemas complejos de planificación y gestión

puede mapear cualquier información almacenada en planillas o bases de datos,

que tenga un componente geográfico que permita ver patrones, relaciones y

tendencias, que no pueden verse en un formato de tabla o lista. Da una perpectiva

totalmente nueva y dinámica de la información, y ayuda a tomar mejores

decisiones.

Los SIG son un sistema basado en el uso de la computadora que posibilita la

realización de los siguientes cuatro operaciones con datos georeferenciados

(Calle, M. 1999):

Recogida y preparación de los datos.

Gestión de los datos (almacenamiento y mantenimiento).

Análisis y manejo de los datos.

Presentación de los datos.

3.2 El SIG Como Herramienta Para Determinar Incendios Forestales

Por varios años las técnicas de teledetección han proporcionado un medio

confiable para evaluar el riesgo de incendio. Por su resolución temporal,

radiométrica y espacial. Detección de fuegos activos como puntos de calor;

monitoreo del estado del material combustible, mediante los índices de vegetación

como el NDVI y las condiciones meteorológicas, a través del cálculo de la

temperatura de la superficie terrestre – TST (Manzo-Delgado et al. 2004).

3.3. Características de un Incendio Forestal

Los elementos que constituyen el triangulo del fuego son calor, oxigeno y

combustible, dividiéndose el proceso de combustión en tres etapas:

3

Precalentamiento: es cuando el combustible se encuentra ante una

fuente de calor que puede ser natural como el sol, o inducida

como el fuego, la temperatura se acerca al punto de ignición que

varía según el combustible, el calor expela la humedad del

combustible generando hidrocarburos gaseosos sin presencia de

llamas

Combustión de gases: se inicia cuando la temperatura se ubica entre

los 300 y 400 ºC, es cuando aparen llamas sobre el combustible,

quemando solo los gases y acelerando el proceso de combustión y

precalentamiento, hasta los 1000 ºC desprendiendo humo

compuesto por gases no quemados como de anhídrido carbónico

(CO2) y vapor de agua (H2O).

Combustión de Carbón: La madera se quema y genera alta

intensidad calorífica y poco humo.

3.4. Comportamiento del Ciclo de los Incendios

El fuego es una componente importante en muchos ecosistemas forestales con

una gran influencia en las consecuencias ecológicas, estos fenómenos, al igual

que otros (avalanchas, terremotos, tormentas de arena, etc.), tienen la propiedad

de que cuando se producen por encima de un determinado umbral provocan una

cascada de actividad ambiental, social y económica, y a su vez experimentan

comportamientos muy distintos según el ámbito donde se localizan (Reed &

McKelvey, 2002), variando en función de variables naturales y socioeconómicas

ligadas a los paisajes forestales y presentando comportamientos difícilmente

parametrizables.

3.5. Factores Naturales que Propician Incendios

Así pues, la probabilidad de incendio depende de dos factores complejos como

son (Cortés, M. 1996):

3.5.1. Condiciones climáticas

4

3.5.1.1. Velocidad de viento

Es sin duda el más importante de los tres, especialmente por determinar, en gran

medida, la velocidad de propagación del fuego.

Por otra parte en áreas determinadas y debido también a diferencias de

temperaturas entre el día y la noche o entre distintas situaciones topográficas

surgen los vientos locales, cuya acción se sumará a la vez que la de los vientos

generales.

De estos vientos los que presentan mayor interés en la lucha contra el fuego son

los vientos de ladera y los vientos de valle, cuya aparición está muy ligada a la

topografía del terreno.

Figura 1 Vientos de ladera

Fuente: WikiRoca

* Vientos de ladera.

Durante el día en las laderas de las montañas el aire se calienta más en las partes

bajas que en las altas por lo que, por convección, tienden a subir formándose los

vientos de ladera ascendentes.

Estos vientos son más intensos en las solanas, por recibir más calor, que en las

umbrías, con frecuencia pueden ser turbulentos y su velocidad está comprendida

entre 6 y 7 Km./h..

* Vientos de valle.

5

En los valles en pendiente formados por dos laderas enfrentadas que se unen por

su parte inferior, aparecen, por las mismas razones que en el caso anterior, los

vientos de valle, que presentan una mayor intensidad.

Así la velocidad de los vientos de valle ascendentes, durante el día, oscila entre

los 16 y 30 Km./h. y los vientos descendentes, durante la noche, entre los 12 y 25

Km./h.

Fig. 2 Vientos de valle

3.5.1.2. Temperatura

La temperatura cuando alcanza valores elevados, como sucede en los meses de

verano, puede contribuir a la iniciación y propagación del fuego al producir los

siguientes efectos:

La desecación de los combustibles que será mayor cuanto más alta sea la

temperatura.

El calentamiento del suelo que originará, por convección, corrientes

ascendentes de aire.

Estos efectos tendrán mayor incidencia en las horas de máxima insolación que

son las primeras horas de la tarde y por tanto serán también las de mayor riesgo

de incendios.

3.5.2. Tipo y Estructura de la Vegetación

6

En algunos casos favorece y en otros casos parece frenar su avance (Nunes, et

al. 2005) y que en las zonas de referencia están totalmente relacionadas con las

condiciones socioeconómicas (Perez, M. Rodriguez, V. 2008).

La región de las laderas que corresponde a los valles y las montañas semiáridas

de la cadena montañosa. La vegetación de la primera zona se caracteriza por un

estrato arbóreo xerofítico, con las siguientes especies: el molle (Schinus molle),

Chirimolle (Fagara coco), el algarrobo (Prosopis juliflora), el Lloke (Kagenckia

lanceolada), la Chacotea (Dodonea viscosa) el k’inhi (Acacia macracantha), el

aliso (Agnus acuminata), la kishuara (Buddleja hypoleuca) y la thola (Baccharis

dracunculifolia).

La región de montaña comprende tierras del piso Altoandino Semihúmedo,

caracterizado por pajonales de ladera y cinturones de árboles y arbustos en las

áreas más bajas. Las especies más representativas son la kewiña (Polylepis

besseri) y la kishuara de puna (Buddleja coriacea). Entre los bosquecillos de

kewiña, destaca la subespecie (Polylepsis besseri subtusalbida), exclusiva de la

Cordillera del Tunari.

No obstante, a la fecha no se cuenta con algunos estudios biológicos de gran

parte del Parque. A pesar de ello, para tener una visión más objetiva de la flora, es

necesario aún realizar un inventario más preciso de la vegetación que existe en el

Parque Nacional Tunari.

Por otra parte, en la ladera sur del Parque existen bosques implantados de pinos y

eucaliptos, trabajo de forestación realizado tanto para estabilizar las pendientes y

zonas de torrenteras, como para mantener el equilibrio ambiental de los valles.

3.6. Principales formas de vegetación afectadas por incendios

Los incendios destructivos (incendios no controlados) son comunes en todas las

zonas con vegetación. Son causados principalmente por la negligencia y a

menudo están asociados con la expansión del fuego usado para el

aprovechamiento de terrenos. Los siguientes tipos de quema de vegetación

generan humos, que pueden afectar la salud pública:

7

Incendios destructivos (no controlados) en los bosques.

Quema de pastos tropicales, matorrales y sabanas con árboles.

Conversión de bosques y matorrales en plantaciones, sistemas

agrícolas y de pastoreo.

Quema de residuos agrícolas, control de arbustos y maleza en tierras de

cultivo y pastoreo.

Quema prescrita en silvicultura.

3.7. Alerta temprana

La fase de antes se conforma por la alerta temprana, la cual consiste por la

publicación del mapa del índice de propagación de incendios forestales, el cual se

basa exclusivamente en el vigor de la vegetación, utilizando índices de vegetación

NDVI (por sus siglas en inglés índice de vegetación de diferencia normalizada),

que considera el verdor, densidad y humedad de la vegetación. Esta información

se obtiene de las imágenes de satélite.

También se toma en cuenta la temperatura, las velocidades de viento como su

dirección, la humedad relativa frecuencia del periodo de lluvias.

3.7.1. Tipos de Sistemas de Alerta Temprana

Existen dos tipos de sistemas de alerta temprana:

3.7.1.1. Centralizados

El SAT Centralizado es un sistema que utiliza tecnología que requiere de

conocimiento técnico experto en lo que se refiere a la observación y monitoreo del

fenómeno y en la elaboración del pronóstico. La observación y monitoreo se basa

en redes telemétricas, que permiten pronósticos precisos y con anticipación. Se

apoya en redes de observación global, como el radar, que permiten desarrollar

modelos y pronósticos de tiempo, y utiliza una base científica. Estos pronósticos

permiten la difusión de avisos con antelación a las alertas, aumentando así el

tiempo de preparación.

8

VI.7.1.2. Descentralizados

Es un sistema sencillo que se caracteriza por el uso de equipos de bajo costo y de

fácil manejo, operados por miembros de las comunidades, tanto en las

componentes de observación y monitoreo del fenómeno como en la comunicación

de la alerta. Están basados en la participación activa de voluntarios de las

comunidades que viven en el lugar donde se ha establecido el SAT. Los

voluntarios cumplen funciones de trabajo en la respuesta, pero también participan

en tareas de prevención, con obras de mitigación de bajo costo y que no requieren

de conocimiento técnico experto.

VI.7.2. Sistema de Alerta Temprana con Aplicaciones SIG (Análisis Espacial

de las Imágenes NOAA 16)

Por varios años las técnicas de teledetección han proporcionado un medio

confiable para evaluar el riesgo de incendio. Por su resolución temporal,

radiométrica y espacial, la información del sensor NOAA-AVHRR ha sido utilizada

ampliamente para estudiar los incendios: Detección de fuegos activos como

puntos de calor; monitoreo del estado del material combustible, mediante los

índices de vegetación como el NDVI (Maselli et al. 2003) y las condiciones

meteorológicas, a través del cálculo de la temperatura de la superficie terrestre –

TST

A partir del año 2000, el SATIF produjo reportes de focos de calor detectados a

través del procesamiento digital (teledetección) de imágenes satelitales del sensor

NOAA, a las que la Superintendencia Forestal tenía disponibilidad gracias al uso

de una antena especial capaz de obtener la señal satelital y acceder a dichas

imágenes gratuitamente.

VI.8. Análisis Estadístico Para la Correlación de Variables a Través del

coeficiente de Correlación de Pearson.

El mejor coeficiente y el más utilizado para estudiar el grado de relación lineal

existente entre dos variables cuantitativas, se suele representar por r y se obtiene

9

tipificando el promedio de los productos de las puntuaciones diferenciales de cada

caso (desviaciones de la media) en las dos variables correlacionadas

El coeficiente de Pearson toma valores entre -1 y 1, un valor de 1 indica relación

lineal perfecta positiva; un valor de –1 indica una relación lineal perfecta negativa

(en ambos casos los puntos se encuentran disuestos en una línea recta); un valor

de 0 indica relación lineal nula por ejemplo algo entre -0.3 y  +0.3, las dos

variables no tienen mucho que ver entre sí (más exactamente, no tienen casi

ninguna covariación lineal). Si es alto, en otras palabras, si su valor se aproxima

ya sea a +1 o a -1, esto significa que la relación entre las dos variables se

aproxima a la ecuación y = ax + b.

A pesar del hecho que el análisis de correlación es capaz de manejar solamente

dos variables, puede utilizarlo para el análisis inicial de un gran número de

variables, cuando no tenemos una idea clara de las relaciones mutuas entre ellas.

Es fácil para un ordenador calcular una matriz de correlación entre todos los pares

potenciales de variables. Podemos entonces elegir esos pares que presentan las

correlaciones más fuertes, y continuar examinándolos con otras herramientas de

análisis más refinadas.

VI.9. Análisis Multi-Espectral de Imágenes Satelitales y Aplicaciones SIG

Se llama análisis de imágenes a la extracción de información derivada de

sensores y representada gráficamente en formato de dos o tres dimensiones, para

lo cual se puede utilizar tanto análisis visual como digital. Abarca la fotografía en

blanco y negro y color, infrarroja, imágenes satelitales, de radar, radar de alta

definición

Algunos fenómenos atmosféricos se pueden identificar fácilmente usando una

única imagen; sin embargo, en muchos casos es necesario disponer de más de

una imagen espectral.

10

Los estratos que se encuentran en niveles bajos son normalmente difíciles de

identificar en una imagen del infrarrojo debido a que la nube tiene una temperatura

similar a la de la superficie. En la imagen del visible los estratos aparecen más

brillantes en comparación con el fondo oscuro de la tierra o el mar.

En la imagen IR (derecha) se puede apreciar el efecto del aire seco

desplazándose sobre las superficies frontales en las cimas de las nubes calientes

sobre el sureste de Inglaterra (K). Las líneas de puntos muestran la anchura de la

zona de lluvias tal como se pudo determinar mediante un radar meteorológico.

En la imagen VIS el Sol ilumina el borde de la nube en altura, situada al borde

inicial de la intrusión de aire seco.

VI.10. Tipos de Análisis SIG Para el Cruce de Variables.

En primer lugar cabe distinguir dos tipos fundamentales de información geográfica:

las entidades geográficas y las variables espaciales. Si bien muchos autores

engloban ambos tipos de datos como entidades geográficas, aquí las

distinguiremos para clarificar el desarrollo. Las entidades geográficas son

elementos que constan de una representación espacial—el fenómeno observable

—además de una serie de atributos o valores asociados. Las variables espaciales

11

son funciones que adoptan un valor en cada punto del terreno, como por ejemplo

la elevación, la pendiente, tipo de suelo o una imagen de satélite.

De los requerimientos funcionales que hacemos a un SIG quedan algunos sin

resolver, o cuando menos su eficiencia temporal es muy limitada o se requiere una

considerable programación. Algunas limitaciones se deben a la estructura y otras

al modelo de datos. El modelo puede no soportar de forma natural variables

espaciales, es decir, datos como la altimetría o imágenes de satélite. Así no

resultan realizables, o bien requieren comandos u operaciones especiales, no

integradas en el modelo las tareas que involucran el cruce de variables espaciales

para determinar áreas de interés, o para crear nuevos datos combinando

variables.

VII.- Materiales y metodología

VII.1 Materiales

Materiales y equipo de campo

Imágenes satelitales

GPS

Cámara fotográfica

Materiales de laboratorio

Sistema de Coordenadas UTM

Sistema de resoluciones espectrales en 5 bandas del sistema satelital LANDSAT

Información Temática (SIG)

Material de oficina

Computadora

Impresora

Papelería

VII.2 Metodología

12

VII.2.1. Definición del Área de Estudio

El Área de estudio se encuentra en la Provincia de Quillacollo, en el Municipio de

Tiquipaya, ubicada al Noroeste de la ciudad de Cochabamba, entre los 17°, 20'

latitud Sur, 65°, 74' longitud Oeste, con una extensión aproximada es de 57,208

Ha. A una altura de 2.640 m.s.n.m; con una temperatura de 22º C y 600 m.m. de

precipitación pluvial.

Fig. 3. Superficie del municipio de Tiquipaya

VII.2.2. Pre-campo (Planificación)

Se identificaran software base que será el Arc GIS 10 para el uso y elaboración de

datos determinantes a previa ocurrencia de incendios forestales, ayudados por

imágenes satelitales se ingresa al servidor de INPE (Satellite Active Archive) en

Brasil para obtener las imágenes LANSADT 5, y así que datos vamos a tomar

para la elaboración del proyecto.

Identificación de las estaciones meteorológicas y su representatividad en cuanto a

superficie y distancia en el area de estudio.

VII.2.3. Campo

13

El trabajo de campo consistirá en el levantamiento de cobertura vegetal la de los

parches de bosque in situ de las especies más representativas encontradas y su

localización con GPS

VII.2.4. Gabinete

VII.2.4.1. Recepción de Imágenes NOAA 16

A través del servicio ISP (Internet Service Provider) local, el cual brinda el servicio

de conexión a Internet, se ingresa al servidor de SAA (Satellite Active Archive) en

los Estados Unidos para obtener las imágenes NOAA16. El horario más favorable

es de 05 a.m. a 08 a.m. para la transferencia de las imágenes, por la velocidad y

tráfico en Internet. Esta transferencia es asistida por el software de FTP (File

Transference Protocol) denominado WS_FTP PRO 7.4

También se realizara la corrección de la georreferencia y el realce de las

imágenes para su mejor interpretación.

VII.2.4.2. Proceso de interpretación

Para la interpretación de las imágenes, se utilizara el Erdas Imagine 8.4,

específicamente el módulo Spacial Modeler, se realizara el análisis espectral de la

imagen a través de un modelo que realiza operaciones matemáticas sobre la

imagen y analiza un píxel basado en los valores de los píxeles más próximos, lo

cual es importante en la ubicación de fuentes de calor.

Se ejecutara el modelo matemático y se utilizara las bandas 1, 3 y 4 se realiza una

inspección visual en la imagen para verificar la presencia de humo. Los píxeles

con coloración negra (producto del modelo matemático) y con humo alrededor se

interpretaran como área afectada.

VII.2.4.3. Desarrollo de la Cartografia con las Variables Temperatura, de

Viento y Cobertura Vegetal.

14

Para la obtención de los mapas con temperatura y velocidad de viento, se

realizara la interpolación de datos extraidos de las estaciones meteorológicas

previamente serleccionadas.

Para la obtension del mapa de vegetación se realizara la interpretación de la

imagen satelital respectica cruzando datos del levantamiento de campo con la

especies recolectadas.

VII.2.3.5. Elaboración del Mapa Final

Una vez identificados los puntos de calor con la interpretación, se usa el software

especializado en el manejo de información de tipo vector como es el ArcInfo 3.5.1,

el cual permite estandarizar o exportar información digital en diversos formatos

(.shp, dxf).

En esta fase se analizaran los métodos más adecuados para el cruce de variables

con sistemas espaciales SIG y no espaciales coeficiente de correlación de

Pearson, y así establecer las áreas potenciales de incendios

Finalmente se correlacionaran los mapas para obtener una serie de mapas para

determinar áreas potenciales a sufrir incendios más los factores determinantes

para que el incendio sea de gran relevancia.

VIII.- Resultados Esperados

Se identificara las siguientes variables:

Focos de incendios forestales.

Se obtendrá datos climáticos influyentes en un incendio forestal.

Mapas por periodos de riesgo.

Índice de riesgo de incendios forestales.

IX.- Cronograma

Actividad Mayo Junio Julio Agosto Septiembre Octubre

Presentación del

15

anteproyecto

Aprobación del

Perfil de Trabajo

Dirigido

Toma de datos

Presentación de

resultados

Discusión y

conclusión

Entrega del

trabajo dirigido

Defensa del

Trabajo Dirigido

X.- Bibliografía

CALLE M. 1999. Diseño de un GIS para el seguimiento evolutivo de procesos

agrícolas y forestales mediante datos NOAA-AVHRR.

CORDERO W. ROJAS D. TITO N. 2002. Sistema de Alerta Temprana de

Incendios Forestales (SATIF), Evaluación de Incendios Forestales Año 2001.

CORTÉS M. 1996. El SIG Como Herramienta de Analisis. Bogotá Colombia.

BOLFOR Superintendencia Forestal. Santa Cruz Bolivia

CORTÉS A. 2004. El SIG Como Herramienta de Análisis. CONAE. Colombia.

FUENTES I. 2009. Inferencia Estadística en Procesos Puntuales Espaciales.

Aplicación al Análisis de Incendios Forestales en Galicia. 132 pg

RODRÍGUEZ G. 1996. Problemas de Estadística Básica Aplicada a las Ciencias

de la Educación. Sevilla: Kronos.

16

Lucaria. Visitado el 18 de mayo del 2011. Disponible en:

http://es.wikipedia.org/wiki/Sistema_de_Informaci%C3%B3n_Geogr%C3%A1fica

Marey Perez, M.F. and Rodriguez Vicente, V. (2008). ´Forest transition in Northern

Spain: Local responses on large-scale programmes of field-afforestation´. Land

Use Police, Article in Press.

Manzo-Delgado L., Aguirre-Gómez, R. y Álvarez, R. 2004. Multitemporal analysis

of land surface temperature using NOAA-AVHRR: preliminary relationships

between climatic anomalies and forest fires. International Journal of Remote

Sensing 25, 4417-4423.

NUNES M.C.S. 2005 Land cover type and fire in Portugal: do fires burn land cover

selectively? Landscape Ecology 20: 661-673.

PEZZOLA A. 2001. Utilización De Imágenes Satelitales Para La Evaluación De La

Superficie Afectada Por Incendios En El Partido De Villarino. Prov. De Buenos

Aires. EEA INTA HILARIO ASCASUBI LAB. DE TELEDETECCION Y SIG. Buenos

Aires Argentina. 21 pg.

REED, W.J. MCKELVEY, K.S., 2002. Power-law behaviour and parametric models

for the size-distribution of forest fires.Ecological Modelling 150: 239-254.

17