Puntos de calor en la Sierra Madre Oriental de San Luis Potosí: patrones espaciales y factores asociados

Autores/as

  • Carlos Alfonso Muñoz Robles Universidad Autónoma de San Luis Potosí
  • Rogelio Santana Arias Facultad de Ciencias Sociales y Humanidades Universidad Autónoma de San Luis Potosí

DOI:

https://doi.org/10.21829/myb.2018.2411565

Palabras clave:

incendios forestales, K de Ripley, kernel, patrones de distribución espacial, patrones de puntos

Resumen

Los incendios forestales forman parte fundamental de los procesos para la conformación y el mantenimiento de los ecosistemas terrestres. La manera en que los incendios se manifiestan espacialmente y temporalmente es de vital importancia para entender su dinámica en el paisaje. El objetivo de este trabajo fue caracterizar los patrones espaciales de los puntos de calor e identificar los factores ambientales y de origen humano que influyen en su densidad en la Sierra Madre Oriental de San Luis Potosí en el periodo 2000-2012. Se empleó la función no-homogénea derivada de la función K de Ripley para caracterizar los patrones espaciales de los puntos de calor (propiedad de segundo orden). Para identificar las variables ambientales y antropogénicas que más influyen en ocurrencia de puntos de calor, se estimó la función de densidad kernel (propiedad de primer orden) y se usó como variable de respuesta continua para generar árboles de regresión. Se obtuvo evidencia de patrones espaciales agrupados, aleatorios y regulares en diferentes escalas. La precipitación pluvial, la temperatura diurna, la vegetación y el uso del suelo, la altitud, la distancia a asentamientos humanos y a terracerías tuvieron una alta influencia en la densidad de puntos de calor. Los resultados pueden ayudar al entendimiento de la dinámica de incendios forestales y pueden ser utilizados para estudios de peligro de incendios mediante la aplicación de los umbrales detectados para las variables explicativas.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Carlos Alfonso Muñoz Robles,

Universidad Autónoma de San Luis Potosí

Instituto de Investigación de Zonas Desérticas, Universidad Autónoma de San Luis Potosí

Citas

Abbott, K. N., Leblon, B., Staples, G. C., Maclean, D. A., & Alexander, M. E. (2007). Fire danger monitoring using RADARSAT‐1 over northern boreal forests. International Journal of Remote Sensing, 28(6), 1317-1338. doi: 10.1080/01431160600904956 DOI: https://doi.org/10.1080/01431160600904956

Amatulli, G., João Rodrigues, M., & Trombetti, M. (2006). Assessing long-term fire risk at local scale by means of decision tree technique. Journal of Geophysical Research, 111. doi: 10.1029/2005JG000133 DOI: https://doi.org/10.1029/2005JG000133

Amatulli, G., Pérez-Cabello, F., & De la Riva, J. (2007). Mapping lighting/human-caused wildfires occurrence under ignition point location uncertainty. Ecological Modelling, 200(3-4), 321-333. doi: 10.1016/j.ecolmodel.2006.08.001 DOI: https://doi.org/10.1016/j.ecolmodel.2006.08.001

Andrews, P., Finney, M., & Fischetti, M. (2007). Predicting wildfires. Scientific American Science & Medicine, 297(2), 46-55. DOI: https://doi.org/10.1038/scientificamerican0807-46

Baddeley, A., Rubak, E., & Turner, R. (2015). Spatial Point Patterns: Methodology and Applications with R. Londres, Inglaterra: Chapman and Hall/CRC Press. DOI: https://doi.org/10.1201/b19708

Breiman, L., Friedman, J. H., Olshen, R. A., & Stone, C. J. (1984). Classification and Regression Trees. Nueva York, Estados Unidos: Chapman and Hall (Wadsworth, Inc.).

Ceyhan, E., Ertuğay, K., & Düzgün, Ş. (2013). Exploratory and inferential methods for spatio-temporal analysis of residential fire clustering in urban areas. Fire Safety Journal, 58, 226-239. doi: 10.1016/j.firesaf.2013.01.024 DOI: https://doi.org/10.1016/j.firesaf.2013.01.024

Comisión Nacional Forestal [Conafor] (2016). Reportes de incendios forestales. Recuperado de http://www.conafor.gob.mx/web/temas-forestales/incendios/

Comisión Nacional para el Uso y Conocimiento de la Biodiversidads [Conabio]. (1998a). Programa para detección de puntos de calor mediante técnicas de percepción remota. Recuperado de http://incendios1.conabio.gob.mx/

Comisión Nacional para el Uso y Conocimiento de la Biodiversidads [Conabio]. (1998b). Susceptibilidad a los incendios de la vegetación natural, 2016. Recuperado de http://conabio.gob.mx/mapaservidor/incendios/modis/tablas2007/tablas2007/vegetacion.html

Condit, R., Ashton, P. S., Baker, P., Bunyavejchewin, S., Gunatilleke, S., Gunatilleke, N., Hubbell, S. P., Foster, R. B., Itoh, A., LaFrankie, J. V., Lee, H. S., Losos, E., Manokaran, N., Sukumar, R., & Yamakura, T. (2000). Spatial Patterns in the Distribution of Tropical Tree Species. Science, 288(5470), 1414-1418. doi: 10.1126/science.288.5470.1414 DOI: https://doi.org/10.1126/science.288.5470.1414

Cressie, N. A. C. (1993). Statistics for spatial data. Nueva, York, Estados Unidos: Wiley. DOI: https://doi.org/10.1002/9781119115151

Chandler, C., Cheney, P., Thomas, P., Traubaud, L., & Williams, D. (1983). Fire in Forestry (Vol. 1). Nueva, York, Estados Unidos: John Wiley and Sons.

Dansereau, P. R., & Bergeron, Y. (1993). Fire history in the southern boreal forest of northwestern Quebec. Canadian Journal of Forest Research, 23(1), 25-32. doi: 10.1139/x93-005 DOI: https://doi.org/10.1139/x93-005

De la Riva, J., Pérez-Cabello, F., Lana-Renault, N., & Koutsias, N. (2004). Mapping wildfire occurrence at regional scale. Remote Sensing of Environment, 92(3), 363-369. doi: 10.1016/j.rse.2004.06.022 DOI: https://doi.org/10.1016/j.rse.2004.06.022

Diggle, P. J. (2003). Statistical analysis of spatial point patterns. Londres, Inglaterra: Arnold.

Driscoll, K. G., Arocena, J. M., & Massicotte, H. B. (1999). Post-fire soil nitrogen content and vegetation composition in Sub-Boreal spruce forests of British Columbia's central interior, Canada. Forest Ecology and Management, 121(3), 227-237. doi: 10.1016/S0378-1127(99)00003-1 DOI: https://doi.org/10.1016/S0378-1127(99)00003-1

Flannigan, M. D., Krawchuk, M. A., de Groot, W. J., Wotton, B. M., & Gowan, L. M. (2009). Implications of changing climate for global wildland fire. International Journal of Wildland Fire, 18(5), 483-507. doi: 10.1071/WF08187 DOI: https://doi.org/10.1071/WF08187

Galindo, I., López-Pérez, P., & Evangelista-Salazar, M. (2003). Real-time AVHRR forest fire detection in Mexico (1998-2000). International Journal of Remote Sensing, 24(1), 9-22. doi: 10.1080/01431160305003 DOI: https://doi.org/10.1080/01431160305003

García, E. (1973). Modificaciones al sistema de clasificación climática de Köppen. México, D. F.: UNAM.

Gatrell, A. C., Bailey, T. C., Diggle, P. J., & Rowlingson, B. S. (1996). Spatial point pattern analysis and its application in geographical epidemiology. Transactions of the Institute of British Geographers, 21(1), 256-274. doi: 10.2307/622936 DOI: https://doi.org/10.2307/622936

Giglio, L., Descloitres, J., Justice, C. O., & Kaufman, Y. J. (2003). An Enhanced Contextual Fire Detection Algorithm for MODIS. Remote Sensing of Environment, 87(2-3), 273-282. doi: 10.1016/s0034-4257(03)00184-6 DOI: https://doi.org/10.1016/S0034-4257(03)00184-6

Hantson, S., Padilla, M., Corti, D., & Chuvieco, E. (2013). Strengths and weaknesses of MODIS hotspots to characterize globalfire occurrence. Remote Sensing of Environment, 131, 152-159. doi: 10.1016/j.rse.2012.12.004 DOI: https://doi.org/10.1016/j.rse.2012.12.004

Hering, A. S., Bell, C. L., & Genton, M. G. (2008). Modeling spatio-temporal wildfire ignition point patterns. Environmental and Ecological Statistics, 16(2), 225-250. doi: 10.1007/s10651-007-0080-6 DOI: https://doi.org/10.1007/s10651-007-0080-6

Keeley, J. E. (2005). Fire history of the San Francisco East Bay region and implications for landscape patterns. International Journal of Wildland Fire, 14(3), 285-296. doi: 10.1071/WF05003 DOI: https://doi.org/10.1071/WF05003

Koutsias, N., Kalabokidis, K., & Allgöwer, B. (2004). Fire occurrence patterns at landscape level: beyond positional accuracy of ignition points with kernel density estimation methods. Natural Resource Modeling, 17(4), 359-375. doi: 10.1111/j.1939-7445.2004.tb00141.x DOI: https://doi.org/10.1111/j.1939-7445.2004.tb00141.x

Lozano, F. J., Suárez-Seoane, S., Kelly, M., & Luis, E. (2008). A multi-scale approach for modeling fire occurrence probability using satellite data and classification trees: A case study in a mountainous Mediterranean region. Remote Sensing of Environment, 112(3), 708-719. doi: 10.1016/j.rse.2007.06.006 DOI: https://doi.org/10.1016/j.rse.2007.06.006

Lloret, F., Calvo, E., Pons, X., & Díaz-Delgado, R. (2002). Wildfires and landscape patterns in the Eastern Iberian Peninsula. Landscape Ecology, 17(8), 745-759. doi: doi.org/10.1023/A:1022966930861 DOI: https://doi.org/10.1023/A:1022966930861

Moody, J. A., & Martin, D. A. (2009). Synthesis of sediment yields after wildlandfire in different rainfall regimes in the western United States. International Journal of Wildland Fire, 18(1), 96-115. doi: 10.1071/WF07162 DOI: https://doi.org/10.1071/WF07162

Muñoz-Robles, C., Treviño, G. E., Verástegui, C. J., Jiménez, P. J., & Aguirre, C. O. (2005). Desarrollo de un modelo espacial para la evaluación del peligro de incendios forestales en la Sierra Madre Oriental. Investigaciones Geográficas UNAM, 56, 101-117. DOI: https://doi.org/10.14350/rig.30099

Parente, J., Pereira, M. G., & Tonini, M. (2016). Space-time clustering analysis of wildfires: The influence of dataset characteristics,fire prevention policy decisions, weather and climate. Science of the Total Environment, 559, 151-165. doi: 10.1016/j.scitotenv.2016.03.129 DOI: https://doi.org/10.1016/j.scitotenv.2016.03.129

Pew, K. L., & Larsen, C. P. S. (2001). GIS analysis of spatial and temporal patterns of human-caused wildfires in the temperate rain forest of Vancouver Island, Canada. Forest Ecology and Management, 140(1), 1-18. doi: 10.1016/S0378-1127(00)00271-1 DOI: https://doi.org/10.1016/S0378-1127(00)00271-1

Poder Legislativo del Estado de San Luis Potosí. (2013). Ley para la Prevención y Manejo Integral e Institucional de los Incendios Forestales para el Estado de San Luis Potosí. San Luis Potosí, México: Secretaría General de Gobierno.

Podur, J., Martell, D. L., & Csillag, F. (2003). Spatial patterns of lightning-caused forest fires in Ontario, 1976–1998. Ecological Modelling, 164(1), 1-20. doi: 10.1016/S0304-3800(02)00386-1 DOI: https://doi.org/10.1016/S0304-3800(02)00386-1

Preisler, H. K., Brillinger, D. R., Burgan, R. E., & Benoit, J. W. (2004). Probability based models for estimation of wildfire risk. International Journal of Wildland Fire, 13(2), 133-142. doi: 10.1071/WF02061 DOI: https://doi.org/10.1071/WF02061

R Development Core Team. (2015). R: A language and environment for statistical computing. Vienna. Recuperado de http://www.R-project.org

Ripley, B. D. (1979). Test of 'randomness' for spatial patterns. Jpournal of the Royal Statistical Society (series B), 41(3), 368-374. DOI: https://doi.org/10.1111/j.2517-6161.1979.tb01091.x

Romero-Calcerrada, R., Novillo, C. J., Millington, J. D. A., & Gomez-Jimenez, I. (2008). GIS analysis of spatial patterns of human-caused wildfire ignition risk in the SW of Madrid (Central Spain). Landscape Ecology, 23(3), 341-354. doi: 10.1007/s10980-008-9190-2 DOI: https://doi.org/10.1007/s10980-008-9190-2

Romero-Ruiz, M., Etter, A., Sarmiento, A., & Tansey, K. (2010). Spatial and temporal variability of fires in relation to ecosystems, land tenure and rainfall in savannas of northern South America. Global Change Biology, 16(7), 2013-2023. doi: 10.1111/j.1365-2486.2009.02081.x DOI: https://doi.org/10.1111/j.1365-2486.2009.02081.x

Rowlingson, B., & Diggle, P. J. (1993). Splancs: spatial point pattern analysis code in S-Plus Computers and Geosciences, 19(5), 627-655. doi: 10.1016/0098-3004(93)90099-Q DOI: https://doi.org/10.1016/0098-3004(93)90099-Q

Rzedowski, J. (2006). Vegetación de México. México: Comisión Nacional para el Conocimiento y Uso de la Biodiversidad.

Seaman, D. E., & Powell, R. A. (1996). An evaluation of the accuracy of kernel density estimators for home range analysis. Ecology and Society, 77(7), 2075-2085. doi: 10.2307/2265701 DOI: https://doi.org/10.2307/2265701

Sebastián-López, A., Salvador-Civil, R., Gonzalo-Jiménez, J., & SanMiguel-Ayanz, J. (2008). Integration of socio-economic and environmental variables for modelling long-term fire danger in Southern Europe. European Journal of Forest Research, 127(2), 149-163. doi: 10.1007/s10342-007-0191-5 DOI: https://doi.org/10.1007/s10342-007-0191-5

Setiawan, I., Mahmud, A. R., Mansor, S., Shariff, M. A., & Nuruddin, A. A. (2004). GIS-grid-based and multi-criteria analysis for identifying and mapping peat swamp forest fire hazard in Pahang, Malaysia. Disaster Prevention and Management, 13(5), 379-386. doi: 10.1108/09653560410568507 DOI: https://doi.org/10.1108/09653560410568507

Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Londres, Inglaterra: Chapman and Hall.

Steinberg, D., & Colla, P. (1995). CART: Tree-Structured Non-Parametric Data Analysis. San Diego, Estados Unidos: Salford Systems.

Syphard, A. D., Radeloff, V. C., Keeley, J. E., Hawbaker, T. J., Clayton, M. K., Stewart, S. I., & Hammer, R. B. (2007). Human influence on California fire regimes. Ecological Applications, 17(5), 1388-1402. doi: 10.1890/06-1128.1 DOI: https://doi.org/10.1890/06-1128.1

Taylor, S. W., Woolford, D. G., Dean, C. B., & Martell, D. L. (2013). Wildfire Prediction to Inform Management: Statistical Science Challenges. Statistical Science, 28(4), 586-615. DOI: https://doi.org/10.1214/13-STS451

Turner, M. G. (1989). Landscape ecology: the effect of pattern on process. Annual Review of Ecology, Evolution, and Systematics, 20, 171-197. doi: 10.1146/annurev.es.20.110189.001131 DOI: https://doi.org/10.1146/annurev.es.20.110189.001131

Turner, M. G., & Dale, V. H. (1998). Comparing large, infrequent disturbances: what have we learned? . Ecosystems, 1(6), 493-496. doi: 10.1007/s100219900045 DOI: https://doi.org/10.1007/s100219900045

Vadrevu, K. P., Badarinath, K. V., & Anuradha, E. (2008). Spatial patterns in vegetation fires in the Indian region. Environ Monit Assess, 147(1-3), 1-13. doi: 10.1007/s10661-007-0092-6 DOI: https://doi.org/10.1007/s10661-007-0092-6

Vadrevu, K. P., Eaturu, A., & Badarinath, K. (2010). Fire risk evaluation using multicriteria analysis—a case study. Environmental Monitoring and Assessment, 166(1-4), 223–239. doi: doi.org/10.1007/s10661-009-0997-3 DOI: https://doi.org/10.1007/s10661-009-0997-3

Wiegand, T., & Moloney, K. A. (2004). Rings, circles, and null models for point pattern analysis in ecology. Oikos, 104(2), 209-229. doi: 10.1111/j.0030-1299.2004.12497.x DOI: https://doi.org/10.1111/j.0030-1299.2004.12497.x

Yang, J., Healy, H. S., Shifley, S. R., & Gustafson, E. J. (2007). Spatial patterns of modern period human-caused fire occurrence in the Missouri Ozark Highlands. Forest Science, 53(1), 1-15.

Descargas

Publicado

2018-01-22

Cómo citar

Muñoz Robles, C. A., & Santana Arias, R. (2018). Puntos de calor en la Sierra Madre Oriental de San Luis Potosí: patrones espaciales y factores asociados. Madera Y Bosques, 24(1). https://doi.org/10.21829/myb.2018.2411565
Metrics
Vistas/Descargas
  • Resumen
    1132
  • PDF
    277
  • LENS
    110
  • XML
    14

Número

Sección

Artículos Científicos

Métrica

Artículos similares

<< < 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.