Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCIÓN ........................................................................................................... 6
2
5.- DISCUSIÓN DE LOS RESULTADOS ............................................................................. 44
5.1.- Capas de los modelos de combustibles ................................................ 44
5.2.- Capa de las elevaciones medias ............................................................ 45
5.3.- Capas de Tmax ....................................................................................... 46
5.3.1.- Temperatura prevista ............................................................... 46
5.3.2.- Temperatura real ....................................................................... 50
5.4.- Resultados de la automatización del modelo........................................ 50
5.5.- Evaluación del modelo .......................................................................... 50
3
ÍNDICE DE TABLAS
4
ÍNDICE DE FIGURAS
Fig. 3.1.a. Malla guía que se usará como marco de referencia para las variables a usar en el modelo........... 12
Fig. 3.1.b. Mapa y leyenda de los modelos de combustibles y otras superficies que se disponía en el
momento de la realización del MDRICH........................................................................................................ 13
Fig. 3.1.c. Ejemplo de asignación de estación meteorológica a cuadrícula de 10 x 10 km2. En este caso, la
estación a asignar sería la A............................................................................................................................. 14
Fig.3.1.d y e. A la izquierda, pagina web donde se colgaban todos los archivos de temperaturas previstas
(GRD) y coodenadas (DAT). Arriba, se muestra la disposición de los registros detemperaturas previstas
de cada fichero GRD....................................................................................................................................... 15
Fig. 3.2.a. Mapa y leyenda de los modelos de combustibles y otras superficies clasificadas........................ 16
Fig. 3.2.b. Mapa de los modelos de combustibles 4, 5 y 6 obtenidos a partir de la reclasificación del mapa
de la figura 3.2.a.............................................................................................................................................. 16
Fig 3.2.c. Tabla de los modelos de combustibles seleccionados exportada a Excel desde
ArcInfo............................................................................................................................................................. 17
Fig. 3.2.d. y 3.2.e. Arriba, el cálculo de la superficie, y abajo, calculo del porcentaje según combustible y
celda asignada.................................................................................................................................................. 17
Fig. 3.3.a. Modelo Digital del Terreno (45m) utilizado para la creación del mapa de elevaciones medias.... 18
Fig. 3.3.b. Media de las elevaciones de Cataluña que se utilizaron en la creación del MRICH..................... 19
Fig. 3.3.c. MDT recortado a la superficie de Cataluña.................................................................................... 19
Fig. 3.3.d. Tabla con la relación altitud-id_malla guía importada a Access desde ArcInfo............................ 20
Fig. 3.3.e. Tabla con la con la media de las elevaciones para cada identificador de la malla guía................. 20
Fig. 3.4.1.a. Captura de pantalla de la página en la cual se encuentra el listado de las temperaturas en
grados Kelvin .................................................................................................................................................. 22
Fig. 3.4.1.b. Captura de pantalla de la página en la cual se encuentra el listado de coordenadas de los
puntos donde se situarán los valores de las temperaturas................................................................................ 22
Fig. 3.4.1.c. Temperaturas localizadas según la cobertura de puntos creada a partir de la totalidad de
registros del fichero de coordenadas................................................................................................................ 23
Fig. 3.4.1.d. Cobertura de puntos con los valores de temperaturas para Cataluña........................................ 23
Fig. 3.4.2.a. Mapa con las estaciones meteorológicas y las temperaturas reales que registran para el día
05/08/03........................................................................................................................................................... 25
Fig. 3.4.2.b. Mapa con las temperaturas reales de las estaciones para el 05/08/03 contenidas en polígonos
de Thiessen....................................................................................................................................................... 25
Fig. 3.6.a. Mapa con los incendios ocurridos en el periodo comprendido entre 15/07/03 y el 15/09/03.
Arriba, en verde, detalle de incendios con coordenadas fuera de la superficie Catalana................................ 28
Fig. 3.7.a. Tabla exportada y abierta en Excel la cual muestra los campos que presenta y las
combinaciones generadas entre el raster de Cataluña-temperatura prevista y el raster de los incendios
ocurridos para el día 05/08/03.......................................................................................................................... 30
5
Fig. 4.1.a. Mapa con el porcentaje correspondiente del modelo de combustible 4 para cada cuadrícula de
10 km............................................................................................................................................................... 31
Fig. 4.1.b. Mapa con el porcentaje correspondiente del modelo de combustibles 5 para cada cuadrícula
de 10 km........................................................................................................................................................... 31
Fig. 4.1.c. Mapa con el porcentaje correspondiente del modelo de combustibles 6 para cada cuadrícula de
10 km............................................................................................................................................................... 32
Fig. 4.2.f. Mapa de elevaciones medias para las cuadrículas de 10x10 km de la malla guía. ........................ 32
Fig. 4.3.1.a Mapa de Temperaturas previstas con tamaño de celda de 10 km............................................... 33
Fig. 4.3.2.a. Mapa con las temperaturas reales del 05/08/03 según celdas de 10x10 km2.............................. 34
Fig. 4.4.1.a. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en tanto por
uno, para la zona del modelo y calculado con la temperatura real.................................................................. 35
Fig. 4.4.1.b. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en tanto por
uno, para toda Cataluña y calculado con la temperatura real........................................................................... 35
Fig. 4.4.1.c. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en tanto por
uno, para la zona del modelo y calculado con la temperatura prevista........................................................... 36
Fig. 4.4.1.d. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en tanto por
uno, para toda Cataluña y calculado con la temperatura prevista................................................................... 36
Fig. 4.4.1.e. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en cuatro
intervalos, para la zona del modelo y calculado con la temperatura real......................................................... 36
Fig. 4.4.1.f. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en cuatro
intervalos, para toda Cataluña y calculado con la temperatura real................................................................. 36
Fig. 4.4.1.g. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en cuatro
intervalos, para la zona del modelo y calculado con la temperatura prevista................................................. 37
Fig. 4.4.1.h. Mapa de riesgo de ignición por causas humanas para el día 05/08/03, evaluado en cuatro
intervalos, para toda Cataluña y calculado con la temperatura prevista......................................................... 37
Fig. 4.4.1.i. Captura de pantalla de la Intranet de la DGESC.......................................................................... 37
Fig. 4.5.a. Mapa de incendios ocurridos en celdas 10x10 km2, el cual se utilizará para la evaluación del
modelo.............................................................................................................................................................. 38
Fig. 5.1.1. Error de bordes representado por la diferencia del porcentaje del las capas del modelo 4............ 44
Fig. 5.1.b. Error de bordes representado por la diferencia del porcentaje del las capas del modelo 5............ 44
Fig. 5.1.c. Error de bordes representado por la diferencia del porcentaje del las capas del modelo 6............ 45
Fig. 5.2.a. Mapa de las diferencias obtenidas entre la capa de elevaciones medias reales y la capa utilizada
en la creación del MDRICH............................................................................................................................ 45
Fig. 5.3.1.a. Mapa resultado de aplicar la interpolación con Spline................................................................ 47
Fig. 5.3.1.b. Mapa resultado de aplicar la interpolación con IDW.................................................................. 48
Fig. 5.3.1.c. Mapa resultado de aplicar la interpolación con TINs.................................................................. 49
6
INTRODUCCIÓN
7
1.- ANTECEDENTES
8
Tabla 1.b. Variables meteorológicas de análisis.
DENOMINACIÓN DESCRIPCIÓN UNIDADES
Intensidad Intensidad de la radiación solar potencial - Volk mm
P24 Precipitación en 24 h, diaria Décimas de mm
Tmedia Temperatura media diaria Grados centígrados
HRmedia Humedad relativa media diaria Porcentaje, 0-100pct
VVmedia Velocidad del viento media del día m/s
DVmedia Dirección media del viento Grados
Tmax Temperatura máxima diaria Grados centígrados
Hrmin Humedad relativa mínima del día Porcentaje, 0-100pct
Vvmax Velocidad máxima del viento diaria m/s
MV Magnitud del viento m/s
DS Desviación estándar del viento Grados
RadG Radiación solar efectiva en la estación mj/m2
FWI Fire Weather Index Escala abierta, 0 a +100
KBDI Keetch-Byram Drought Index Escala 0-800
Humedad del Combustible Fino muerto,
HCFM Porcentaje, 0-100pct
Probabilidad de Ignición de DGCN
Tabla 1.c. Formulación y tabla de clasificación del mejor modelo de predicción de incendios por causas
humanas.
Zi = 0,1294 * TMAX + 0,0577 * MOD4 + 0,0136 * MOD5 + 0,0162 * MOD6– 0,0032 * ELEVINT– 2,9845
9
incendio en la celda de cuyo valor se comenta y a probabilidades superiores a 0,5 se
presentaría al menos un incendio. El modelo logit elegido presenta la necesidad de
obtener diariamente un mapa de temperaturas máximas (Tmax) previstas para todo el
territorio de estudio, lo cual podría ser una de las principales dificultades en su puesta en
funcionamiento por su dificultad de obtención y porque quedará en función de la
precisión con que se pudiera predecir la variable Tmax la fiabilidad de la predicción de
incendio del día en cuestión.
Por otro lado queda fuera del alcance de este modelo la predicción de ignición
en caso de existencia de intencionalidad a la hora de producir un incendio en verano,
esto es debido a que las temperaturas alcanzadas en verano y el estado del combustible
son, generalmente, suficientemente favorables como para que se inicie un incendio en
caso de intencionalidad.
Éste, según la Dra. Cristina Vega, se consideró como el mejor modelo por la
consideración de los estadísticos (significativos), su robustez y escasez de datos de
entrada, así como la previsible actualización de mapas forestales convertibles a
combustibles.
10
2.- OBJETIVOS
Se crearán los mapas a partir de las temperaturas reales que se hayan producido
diariamente según las estaciones meteorológicas disponibles y útiles, para la
comparación de resultados entre los mapas de predicción generados con éstos datos y
los generados por las temperaturas previstas.
11
3.- DESARROLLO METODOLÓGICO DEL ESTUDIO
- Se presentarán tres capas con cada uno de los modelos de combustibles (Mod4,
Mod5 y Mod6).
Éstas tendrán para cada celda de la malla guía, la cual se describe más adelante,
un valor del porcentaje de la superficie que ocupa cada modelo de combustible por
celda y área de estudio, Cataluña, ya que es la superficie de trabajo y para la cual
tenemos datos.
- La única capa variable del modelo será la temperatura máxima prevista para el
día siguiente, ésta expresada en grados Celsius por celda asignada y área de estudio.
Lo enunciado en los párrafos anteriores son los datos que deberían introducirse
una vez el MDRICH esté totalmente probado y listo para funcionar. Ahora bien, para
12
que la evaluación y la etapa piloto que se pretende realizar en este estudio sea correcta y
no se pase por alto ningún detalle, será de gran importancia conocer la forma en la que
se han introducido las variables a la hora de generar el MDRICH, así como la superficie
que pretende abarcar dicha fase y la que abarca en realidad el modelo.
Uno de los primeros puntos que se concretó fue la resolución espacial de salida
del mapa de predicción de incendios, siendo ésta de 10 km por su frecuente uso en
diversas administraciones españolas como el Área de Defensa contra Incendios
Forestales de la Dirección General de conservación de la Naturaleza (DGCN),
Ministerio de Medio Ambiente o la Secció d’Incendis Forestals de la Direcció General
d’Emergències i Seguretat Civil (DGESC) de la Generalitat de Cataluña. Para obtener
esta resolución se generó una capa ráster con cuadrículas de 10 km de lado, mediante el
comando Generate de ArcInfo, que a su vez serviría de malla guía. Esta malla guía
presenta un valor numérico para cada cuadrícula como identificador de celda, que va de
2 a 390 (fig.3.1.a), y el cual son de gran utilidad para relacionar los valores de las
variables a cada una de las cuadrículas de la malla guía.
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000 540000
Fig. 3. 1.a. Malla guía que se usará como MALLA GUIA (10x10km)
4500000 4520000 4540000 4560000 4580000 4600000 4620000 4640000 4660000 4680000 4700000 4720000 4740000 4760000
4500000 4520000 4540000 4560000 4580000 4600000 4620000 4640000 4660000 4680000 4700000 4720000 4740000 4760000
marco de referencia para las variables a usar en
el modelo.
0 12,5 25
®
50 75 100
km
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000 540000
Para algunas de las operaciones se requerirá la malla guía como cobertura, con
lo cual se transformará ésta a cobertura con el comando convert raster to feature que se
encuentra en la extensión Spatial analyst de ArcGis.
13
Por otro lado, la superficie que abarca en realidad el modelo se vio limitada a la
cartografía de los modelos de combustibles que para entonces se disponía (suministrado
por el CREAF, 2001) (fig 3.1.b), es decir, las provincias de Barcelona y Gerona, y parte
de las provincias de Tarragona y Lérida.
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000
4480000 4500000 4520000 4540000 4560000 4580000 4600000 4620000 4640000 4660000 4680000 4700000 4720000 4740000 4760000
COMBUSTIBLES No clasificado
Modelo 1
Modelo 2
Modelo 3
Modelo 4
Modelo 5
Modelo 6
Modelo 7
Modelo 8
Modelo 9
Modelo 10
Matorral
®
Parques y jardines
Cultivos
Urbano
Urbanizaciones
Roquedos
0 12,5 25 50 75 100 Marismas o aguas continentales
km
Prados y herbazales
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000
Por este motivo y por el interés en conocer la aplicabilidad que tiene el modelo
en el resto de Cataluña, el estudio deberá abarcar dos extensiones de terreno, la totalidad
de Cataluña y la zona utilizada en la creación del modelo. Esto se hará simplemente
eliminando las celdas que no entraron en la creación del modelo y comparando ambas
zonas con sus respectivos mapas de incendios ocurridos.
14
meteorológica más representada en la misma (mediante el comando
ZONALMAJORITY del módulo GRID de ArcInfo), como se muestra en la figura 3.1.c.
Por lo tanto, una vez conocidos los datos que se poseían y las transformaciones
aplicadas a éstos en el momento de realizar el modelo, se listarán a continuación la
información de la que se dispone para la evaluación y estudio del modelo elegido:
- MDT (Modelo Digital del Terreno), del cual se obtienen las altitudes de toda
Cataluña en una resolución espacial de 45 metros para el año 1994 del ICC (Institut
Cartogràfic de Cataluña).
15
Fig. 3.1.d y e. A la izquierda, pagina web donde se
colgaban todos los archivos de temperaturas previstas (GRD)
y coordenadas (DAT). Arriba, se muestra la disposición de
los registros de temperaturas previstas de cada fichero GRD.
A partir del mapa de combustibles de toda Cataluña (fig. 3.2.a.) se deben obtener
tres capas con los porcentajes que ocupa la superficie de los modelos de combustibles 4,
5 y 6 en las cuadrículas de 10 km correspondientes a la malla guía.
16
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000
4480000 4500000 4520000 4540000 4560000 4580000 4600000 4620000 4640000 4660000 4680000 4700000 4720000 4740000 4760000
Modelos de Combustibles
COMBUSTIBLES PARA Modelo 1
CATALUÑA Modelo 2
Modelo 3
Modelo 4
Modelo 5
Modelo 6
Modelo 7
Modelo 8
Modelo 9
Modelo 10
Matorral
Parques y jardines
®
Cultivos
Urbano
Urbanizaciones
Roquedos
Marismas o aguas continental es
0 12,5 25 50 75 100
km
Prados y herbazales
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000
Suelos desnudos o pedragales
Fig. 3.2.a. Mapa y leyenda de los modelos de Elementos puntuales
combustibles y otras superficies clasificadas. Islas
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000
4480000 4500000 4520000 4540000 4560000 4580000 4600000 4620000 4640000 4660000 4680000 4700000 4720000 4740000 4760000
0 12,5 25 50
® 75 100
km
Leyenda
Limites Comarcales
Modelo de Combustible
4
5
260000 280000 300000 320000 340000 360000 380000 400000 420000 440000 460000 480000 500000 520000
17
A continuación, se redimensionaron las celdas de la malla guía hasta una
resolución espacial equivalente al mapa de modelos de combustibles, 25 metros,
conservando éstas los valores asignados a las cuadrículas de 10 km (comando Resample
de ArcInfo). Seguidamente, se combinó el mapa resultante anterior con el mapa de los
modelos 4, 5 y 6 (comando Combine de ArcInfo), así se consiguió asignar el valor de la
cuadrícula de la malla guía a cada una de las celdas de los modelos de combustibles.
Una vez obtenida la tabla del mapa combinado, ésta se exporta a Excel para calcular el
porcentaje que presenta cada combustible para cada cuadrícula de la malla guía (fig.
3.2.c.). Sabiendo el número de celdas de cada combustible (25 m x 25 m)(columna
COUNT) que pertenecen a cada cuadrícula de la malla guía se obtiene la superficie total
de cada modelo para cada cuadrícula de la malla guía (fig. 3.2.d.). y para obtener el
porcentaje solamente queda que dividir dicho resultado entre la superficie de cuadrícula
de la malla guía (100 km2)(fig. 3.2.e).
Con esta última operación se obtuvo una tabla con los porcentajes que presenta
cada modelo para cada celda de 10 km. Identificados mediante el valor de la cuadrícula
de la malla guía, se separó cada modelo en una tabla y se guardó en formato DBF.
18
El valor de cuadrícula es necesario para unir las tablas de los porcentajes de los
combustibles calculados con la cobertura de la malla guía (comando Join de ArcGis).
Una vez unidas las tablas se rasterizan los campos que se requieren, Mod4, Mod5 y
Mod6 con el comando convert feature to raster de la extensión Spatial Analyst de
ArcGis, generando así los mapas de 10 km de resolución espacial con los porcentajes de
los modelos a introducir en el modelo.
Cierto es que este cálculo se podría realizar de forma más rápida y sencilla con
el comando ZonalMean de ArcInfo, pero se ha visto que el algoritmo de dicho comando
tiene algún problema y no realiza las funciones que se le atribuyen. Por este motivo se
utilizaría un procedimiento similar al utilizado en el cálculo de las capas de los modelos
de combustibles.
19
Al percibir el error de este comando se volvería a calcular la capa de elevaciones
medias, según los pasos que se describirán más adelante, y se compararía ésta con la
que se utilizó en la creación del MDRICH (fig. 3.3.b.) por si existiera alguna diferencia
significativa causada por dicho comando.
En la presente figura, se
observan cuadrículas en las
que no existen datos, ello se
debe a que el algoritmo no
tenía en cuenta los datos
entrados si no cubrían como
mínimo la mitad de la
superficie de la cuadrícula a la
cual se le aplicaba el
ZonalMean.
Así pues, en un primer paso se realizaría un Clip, o recorte, del MDT con la
superficie de Cataluña (fig. 3.3.c.).
20
Seguidamente, a la malla guía, se le aplicó un Resample a 45 m para hacerla
coincidir con el MDT y realizar un Combine entre ambos, obteniendo así la relación
espacial entre los campos de ambas capas, de forma similar a lo que se hizo en los
modelos de combustibles. Una vez realizado éste se exportó la tabla a Access, en lugar
de Excel, debido a la gran cantidad de registros que se generaron en el combine,
exactamente 259.459 registros (fig. 3.3.d.). Entonces desde Access y después de realizar
algunas consultas con la tabla exportada para realizar los cálculos pertinentes, se
obtuvo la media en función del identificador de la celda de la malla guía (fig. 3.3.e.).
21
3.4.- Cálculo del mapa Tmáx (Temperatura máxima)
Esta entrada de datos, comportará la generación de dos capas por día para el
periodo de tiempo estudiado (15/07/03 al 15/09/03). Una de ellas será la generada a
partir de los datos de temperaturas previstas y la otra a partir de las temperaturas reales
para el mismo día y hora, todo ello para poder contrastar resultados y ver la pérdida de
fiabilidad del modelo a la hora de utilizar las temperaturas previstas.
22
Fig. 3.4.1.a. Captura de pantalla de la Fig. 3.4.1.b. Captura de pantalla de la
página en la cual se encuentra el listado de página en la cual se encuentra el listado de
las temperaturas en grados Kelvin. coordenadas de los puntos donde se situarán
los valores de las temperaturas.
23
Obtenida la cobertura de puntos en coordenadas UTM, diariamente se le
adjudicaría a cada punto el valor de temperatura correspondiente (utilizando el comando
Join según coincidan los indentificadores de cada registro de las tablas relacionadas).
24
Para terminar obteniendo la capa de temperaturas a implementar en el modelo,
se realizará previamente una interpolación a la cobertura de temperaturas previstas
obtenida anteriormente, con la finalidad de conseguir un mapa continuo de
temperaturas, del cual, mediante la superposición de la malla, se extraería la
temperatura mayor que contenga cada celda (comando ZonalMax de ArcInfo).
Una vez obtenido todas las estaciones y días útiles, se generó una macro que
guardase por días y en formato DBF, las estaciones con sus coordenadas que tuvieran
registro de temperatura para ese día. Generando un AML, desde ArcInfo se convierten
los archivos guardados en cobertura de puntos a partir de las coordenadas de las
estaciones (fig. 3.4.2.a.).
25
Fig. 3.4.2.a. Mapa con las estaciones
meteorológicas y las temperaturas
reales que registran para el día
05/08/03.
26
Una vez generados los mapas de todos los días disponibles, solamente falta por
aplicar, a cada uno de ellos, el comando ZonalMajority que se aplicó para generar la
capa Tmax introducida en la creación del modelo.
27
corresponden a las coordenadas para cada una las temperaturas. Esta macro también
tendría la función de poner en marcha ArcInfo y hacer correr el archivo AML, en el cual
se establecen todos los pasos y comandos utilizados hasta generar el mapa final del
riesgo de ignición. En este archivo AML, se genera el join entre el archivo DBF de
temperaturas y la cobertura de puntos con las coordenadas correspondientes a cada una
de las temperaturas, al resultado de este join se le aplica la interpolación con spline y el
ZonalMax respecto a la malla guía, resultando la capa de temperaturas previstas a
introducir en la ecuación del modelo. Seguidamente se procede en este mismo archivo a
la introducción de las constantes (Mod4, Mod5, Mod6 y Elev) y la variable (Tmax) en
la ecuación del modelo. Para generar un mapa de probabilidad de incendios se crean
mapas parciales que luego se eliminan, como son la multiplicación de las constantes
numéricas del modelo sus respectivas capas. Una vez creado el mapa resultante, éste se
guarda en una carpeta donde se captura para su incorporación en la página de Intranet.
El mismo procedimiento será el utilizado para generar las salidas de los mapas
de predicción de incendios que abarcan solamente la zona para la que se generó el
modelo.
Igualmente, se procederá de la misma forma para la zona del modelo, ya sea con
temperatura real como con temperatura prevista.
28
3.6.- Creación de los mapas de incendios ocurridos
29
Visto esto se debe asumir que pueden existir algunas ubicaciones de fuegos
erróneas dentro de la superficie catalana, las cuales no se pueden discriminar. La única
forma de evitar ubicaciones erróneas es a partir de una buena toma de coordenadas, todo
lo que sea reubicación serían conjeturas.
Tomando los puntos que quedan como buenos, se pasa a hacer una unión de los
campos según la situación en la que se encuentran (join data from another layer based
on spatial location) de la malla guía sobre éstos, así se consigue que todos los puntos
tengan el identificador de la celda que le corresponde por su situación respecto a la
malla guía. La tabla resultante se exporta y a partir de una macro se guardan por días el
identificador de la celda su correspondiente Si-Incendio (con valor 1) o No-Incendio
(con valor 0) y se guarda en formato DBF.
Solamente queda que generar los grids de Si-Incendio (1) o No-Incendio (0) de
cada día, lo cual se realiza fácilmente con un AML que una la cobertura malla guía con
los ficheros anteriormente generados y los convierta a raster mediante el comando
polygrid, todo esto desde ArcInfo.
Como se han generado cuatro tipos de mapas para cada día, dependiendo del
área abarcada y el tipo de dato de temperatura escogida, se deberán cruzar todos ellos
con sus respectivos mapas de incendios ocurridos para los días correspondientes a la
30
predicción. Para agilizar la tarea, se realizaron dos macros. La primera es un AML que
combinará (comando combine) las tablas de los rasters de los incendios ocurridos con
las tablas de los rasters de igniciones previstas según celdas y días homólogos,
exportando las tablas resultantes en formato DBF (fig.3.7.a). Dichas tablas exportadas
contienen cuatro campos, dos son los valores correspondientes a los campos de los
mapas combinados, uno el identificador de cada combinación y el último cuenta el
número de repeticiones que se da una combinación (count).
La segunda macro realizará desde Excel la tarea de abrir una por una todas las
tablas exportadas y reemplazará los valores del campo perteneciente al MDRICH
(tercera columna de la fig. 3.7.a) que tengan valor 1 y 2 por 0, que significa no incendio,
y los valores 3 y 4 por 1, que representa si incendio. Luego irá sumando todos los count
de todo el periodo estudiado según muestra la siguiente tabla:
Tabla 3.7a. En esta tabla se muestra esquemáticamente los resultados que generaría la macro de
Excel.
31
4.- RESULTADOS DEL ESTUDIO
32
Fig. 4.1.c. Mapa con el porcentaje
correspondiente del modelo de
combustibles 6 para cada cuadrícula
de 10 km.
33
4.3.- Capas de Tmax
34
Con todos los datos que quedaron se generaron 58 mapas de temperaturas reales
de los cuales se muestra el del día 05/08/03 en la figura 4.3.2.a. con la resolución
espacial final (10 km x 10 km) a introducir en el modelo.
· Un mapa del riesgo de ignición por día para la zona de la creación del modelo y
las temperaturas reales.
· Un mapa del riesgo de ignición por día para toda Cataluña y las temperaturas
reales.
35
· Un mapa del riesgo de ignición por día para la zona de la creación del modelo y
las temperaturas previstas.
· Un mapa del riesgo de ignición por día para toda Cataluña y las temperaturas
previstas.
Por lo tanto, resultarán cuatro mapas para cada día, exceptuando aquellos días
para los cuales no se dispone de las temperaturas reales.
Fig. 4.4.1.a. Mapa de riesgo de ignición por Fig. 4.4.1.b. Mapa de riesgo de ignición por
causas humanas para el día 05/08/03, evaluado en causas humanas para el día 05/08/03, evaluado en
tanto por uno, para la zona del modelo y tanto por uno, para toda Cataluña y calculado con
calculado con la temperatura real. la temperatura real.
36
Fig. 4.4.1.c. Mapa de riesgo de ignición por Fig. 4.4.1.d. Mapa de riesgo de ignición por
causas humanas para el día 05/08/03, evaluado en causas humanas para el día 05/08/03, evaluado en
tanto por uno, para la zona del modelo y tanto por uno, para toda Cataluña y calculado con
calculado con la temperatura prevista. la temperatura prevista.
Una vez obtenido el mapa, para dar mayor calidad visual y poder discernir las
probabilidades mayores a 0,5, lo cual indica incendio, se realiza una reclasificación en
cuatro clases de probabilidad (comando Reclassify en ArcInfo) (figura 4.4.1.e, f, g y h).
Fig. 4.4.1.e. Mapa de riesgo de ignición por Fig. 4.4.1.f. Mapa de riesgo de ignición por
causas humanas para el día 05/08/03, evaluado en causas humanas para el día 05/08/03, evaluado en
cuatro intervalos, para la zona del modelo y cuatro intervalos, para toda Cataluña y calculado
calculado con la temperatura real. con la temperatura real.
37
Fig. 4.4.1.g. Mapa de riesgo de ignición por Fig. 4.4.1.h. Mapa de riesgo de ignición por
causas humanas para el día 05/08/03, evaluado en causas humanas para el día 05/08/03, evaluado en
cuatro intervalos, para la zona del modelo y cuatro intervalos, para toda Cataluña y calculado
calculado con la temperatura prevista. con la temperatura prevista.
38
4.5.- Mapa de incendios ocurridos
39
Tabla 4.6.a. En esta tabla se muestra esquemáticamente los resultados que generaría la macro de
Excel.
(3)
0 1 Desestimados 48 63 62 83
NO 48 5716 5764
40
para el total de celdas que han predicho que habría incendio sólo el 2,6% de les celdas
lo han hecho correctamente, mientras el 97,64% han sido falsas alarmas.
IGNICIÓN
SI NO
PREDICCIÓN
SI 76,00 % 49,86 %
NO 24,00 % 50,14 %
IGNICIÓN
SI NO
PREDICCIÓN
SI 2,60 % 97,40 %
NO 0,83 % 99,17 %
IGNICIÓN
SI NO SUMA
PREDICCIÓN
SI 173 8060 8233
NO 63 9354 9417
41
incendio sólo el 2,1% de les celdas lo han hecho correctamente, mientras el 98,1% han
sido falsas alarmas.
NO 26,69 % 53,72 %
NO 0,67 % 99,33 %
NO 62 6956 7018
42
Tabla 4.6.3.b. Porcentaje de igniciones ocurridas que han sido
previstas por el modelo.
IGNICIÓN
SI NO
PREDICCIÓN
SI 70,48 % 42,45 %
NO 29,52 % 57,55 %
NO 0,88 % 99,12 %
NO 83 11496 11579
Finalmente, decir que para los resultados obtenidos con la utilización de las
temperaturas previstas para la zona de Cataluña el modelo predice un 66,93% (tabla
4.6.4.b) de las igniciones producidas y que éste ha generado un 97,75% de falsas
alarmas (tabla 4.6.4.c), o lo que es lo mismo, un 2,25% de las celdas con predicción de
ignición han sido ciertas.
43
Tabla 4.6.4.b. Porcentaje de las celdas que han acertado
igniciones y que han comportado falsas alarmas.
IGNICIÓN
SI NO
PREDICCIÓN
SI 66,93 % 38,89 %
NO 33,07 % 61,11 %
NO 0,72 % 99,28 %
44
5.- DISCUSIÓN DE LOS RESULTADOS
Así, se generaron las siguientes figuras (5.1.a., 5.1.b. y 5.1.c.) en las cuales se
presenta la diferencia del porcentaje entre las capas de los modelos de combustibles 4, 5
y 6 presentadas en el apartado 4.1 y sus respectivas capas con el efecto borde corregido.
Fig. 5.1.1. Error de bordes representado por la Fig. 5.1.b. Error de bordes representado por la
diferencia del porcentaje del las capas del modelo 4. diferencia del porcentaje del las capas del modelo 5.
45
Fig. 5.1.c. Error de bordes representado por la
diferencia del porcentaje del las capas del modelo 6.
Una vez obtenida la capa con la media real de las altitudes, mediante una simple
resta entre ésta y la capa de elevaciones medias utilizadas en la creación del modelo
(Modulo Grid de ArcInfo) (fig.5.2.a.), se podrá ver si existió algún problema en el
cálculo de dicha capa, y en su caso, de que magnitud, por el mal funcionamiento del
algoritmo del comando ZonalMean.
46
Una vez vista esta última figura y constatar la amplia diferencia en determinadas
celdas del valor de elevaciones medias y la falta de datos en otras, se planteó un
problema en cuanto a cuál de las dos capas de elevaciones medias utilizar para la
generación de los mapas de riesgo de ignición por causas humanas. Este problema se
analizó desde el siguiente punto de vista:
47
INTERPOLACIÓN CON SPLINE:
Z value fields,
TMAX
campos con valores Z.
Spline Type,
Regularized
Tipo de Spline.
Weight,
0,1
Peso del intervalo.
Number of points,
9
Número de puntos que se tienen en cuenta para interpolar.
Output cell size,
1000
Tamaño de celda de salida.
48
área establecida para la información, creando una superficie continua que pasa por los
puntos interpolados y que disminuye su influencia o valor a medida que nos alejamos de
su ubicación (fig.5.3.1.b.). Según su funcionamiento esta interpolación no expresa el
comportamiento de la temperatura como explicará mas adelante.
Tabla 5.3.1.b. Tabla con los parámetros introducidos para la interpolación con IDW.
Z value fields,
TMAX
Campos con valores Z.
Power,
2
Fuerza.
Search radius type,
variable
Tipo de radio.
Number of points,
Número de puntos que se tienen en cuenta para 9
interpolar.
Maximum distance,
-
Maxima distancia.
Output cell size,
1000
Tamaño de celda de Salida.
La creación de TINs sobre una cobertura de puntos da como resultado una serie
de superficies planas triangulares de valores continuos, los cuales se pueden transformar
a raster obteniendo así interpolar linealmente cada tres puntos (fig.5.3.1.c.).
49
Graf. 5.3.1.c. Gráfica que representa la
tendencia de la temperatura creada por la
creación de TINs transformados a raster
según la línea observada en la figura 5.3.1.c.
50
resultaría un valor de predicción superior al que correspondería, en tal caso, nos
encontramos al lado de la seguridad.
51
Tabla 5.4.a. Tabla donde se muestra la fiabilidad del modelo para las diferentes zonas y temperaturas
implementadas en el modelo.
Tabla 5.4.b. Tabla donde se muestra la eficacia del modelo para las diferentes zonas y temperaturas
implementadas en el modelo.
Área abarcada Modelo Cataluña Modelo Cataluña
Predicción Incendio
Temperatura Real Real Prevista Prevista
De buen principio era de esperar que los resultados de fiabilidad para la zona del
modelo y temperatura real fuesen mejores que los resultados obtenidos para Cataluña y
las temperaturas previstas. Esto es así debido a que se parte de unos datos que se
aproximan más a los inputs que intervinieron en la creación del modelo, como lo son las
temperaturas reales, frente a las temperaturas generadas por el modelo MASS, o a la
zona del modelo respecto a la totalidad de la superficie catalana. La entrada de datos
que el modelo nunca ha visto y por lo tanto no los tuvo en cuenta a la hora de generar la
ecuación que lo define repercute en los resultados reduciendo del porcentaje de
incendios previstos.
52
dicho modelo a las temperaturas reales, o bien por no haber sido generado el modelo de
predicción de incendios a partir de los datos de temperatura previstas.
Aunque es cierto este aumento de las falsas alarmas al utilizar las temperaturas
reales, lo interesante a destacar es el elevado numero de falsas alarmas que genera el
modelo, hasta un 97,4% para las condiciones iniciales de creación del MDRICH y hasta
un 97,75% para las condiciones útiles de trabajo que el modelo debería presentar en u
futuro, temperaturas previstas – Cataluña.
53
6.- CONCLUSIONES
- Se han llegado a generar correctamente todas las capas necesarias del modelo,
observándose falta de precisión, debido al efecto borde, en el cálculo las capas de los
modelos de combustibles que se utilizaron en la creación del modelo.
54
- Debería estudiarse la incorporación de la temperatura prevista generada por el
modelo MASS en futuros estudios de modelos de predicción de ocurrencia de
incendios, así como la utilización de métodos de interpolación más acordes con las
variables puntuales.
55
7.- BIBLIOGRAFÍA
Chou, H.Y., R.A. Minnich, L.A. Salazar, J.D. Power y R.J. Dezzani. 1990. Spatial
autocorrelation of wildfire ditribution in the Idyllwild Quadrangle, San Jacinto
Mountains, California. Photogrammetric Engineering & Remote Sensing 56:1507-
1513.
Chou, Y.H. 1990. Modelling fire occurrence for wildland fire management: A GIS spatial
analysis for fire control and prevention. En: Proceedings GIS/LIS'90 Symposium,
Vancouver, BC, Canada, vol. 1: 440-449.
ESRI. ArcInfo, ArcGis [User manual]. 2002. Redlands, CA: Environmental Systems
Research Institute, Inc. Disponible en: 380 New York Street, Redlands, CA
92373-8100, USA.
Vega-García, C., P.M. Woodard, S.J. Titus, W.L. Adamowicz y B.S. Lee. 1995. A
logit model for predicting the daily ocurrence of human caused forest fires.
International Journal of Wildland Fire 5(2): 101-111.
56