Cost-Effectiveness and Cost-Utility Analysis

La aplicación de la tecnología con imágenes satelitales Sentinel-2 permitió evaluar la magnitud del incendio en términos de severidad y generó información que confirma la utilidad de diversos índices espectrales como NDVI y dNBR para un análisis de episodios incendiarios, permitiendo discriminar entre clases de severidad y coberturas a pesar de ser un área relativamente pequeña.

Con el análisis de coberturas se logró determinar la capacidad de recuperación que posee el bosque estudiado, debido a condiciones propias de él, como otras condiciones exógenas propicias como el clima que permitieron que la vegetación sobreviviente y regeneración tomaran vigor nuevamente.

La determinación de severidad de incendios es una herramienta fundamental para la gestión de los mismos puesto que es rápida, de bajo costo y presenta una alta fiabilidad (Navarro et al. 2014) además que orienta acciones y recursos en favor de un adecuado manejo del fenómeno.

Se recomienda realizar el cálculo del índice de quema compuesto (CBI por sus siglas en ingles), para poder correlacionar los resultados del índice con la severidad medida en campo y así proporcionar valores de confiabilidad para cada estudio en particular, que apoyen la severidad determinada a través de índices espectrales. El seguimiento mediante monitoreo de los incendios (post-incendio), favorecería al entendimiento de los procesos ecológicos de regeneración, que serían de gran aporte para entender la dinámica sucesional; todo en pro de la restauración de ecosistemas boscosos; más aún en

[32]

ecosistemas relictuales como el bs-T. Esto estimula a que se sigan realizando estudios en el país de esta índole para poder manejar adecuadamente los incendios forestales que se presentan de manera frecuente, y de esta manera articularlo con los trabajos que se vienen realizando por parte de entidades como el IDEAM, la UNGRD y los diferentes centros investigativos del país.

[33]

BIBLIOGRAFIA

Amos, C., Petropoulos, G. & Ferentinos, K. (2018). Determining the use of Sentinel-2A MSI for wildfire burning & severity detection, International Journal of Remote Sensing. 40(3), 905-930

Arcila, A., Valderrama, C. & Chacón, P. (2012). Estado de fragmentación del bosque seco de la cuenca alta del río Cauca, Colombia. Biota Colombiana, 13(2), 86-101.

Arellano, S., Vega, J. A., Rodríguez y Silva, F., Fernández, C., Vega-Nieva, D., Álvarez- González, J. G., Ruiz-González, A. D. (2017). Validación de los índices de teledetección dNBR y RdNBR para determinar la severidad del fuego en el incendio forestal de Oia-O Rosal (Pontevedra) en 2013 Revista de Teledetección, 49, 49-61

Armenteras-pascual, Gonzáez-Alonso, F. & Morales, M. (2011). Incidencia de los incendios forestales sobre la cubierta del suelo en Colombia a partir de información derivada de imágenes Modis del periódo 2000-2009. En: Parra, A. ed. Incendios de la cobertura vegetal en Colombia. Colombia: , pp. 167-181

Ávila, D. Y. (2013). Régimen De Fuego Y Sus Efectos Ecológicos En Un Bosque De Coníferas En La Sierra Madre Oriental, México. 104. México: UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN.

Bekker, & Taylor. (2010). Fire disturbance, forest structure, and stand dynamics in montane forests of the southern Cascades, Thousand Lakes Wilderness, California. Écoscience. 17 (1), 59-72

Bond, W., & Keane, R. (2017). Fires, Ecological Effects of. 1-11.

Bond, W., & Keeley, J. (2005). Fire as a global 'herbivore': The ecology and evolution of flammable ecosystems. Trends in Ecology and Evolution, 20(7), 387-394.

[34]

Botella, M., & Fernández, M. (2017). Estudio de la severidad post-incendio en la comunidad Valenciana comparando los índices dNBR, RdNBR y RBR a partir de imágenes landsat 8. Revista de Teledetección, 49, 33-47.

Brown, J. (2000). Introduction and Fire Regimes. En USDA, Servicio Forestal, J. Brown, & J. Kapler (Edits.), Wildland Fire in Ecosystems: Effects of Fire on Flora (Vol. 4, págs. 1-3). Estados Unidos.

Chuvieco, E.; Riaño, D.; Manson, F.& Martin, P. (2006). Use of a radiative transfer model to simulate the postfire spectral response to burn severity. Journal of Geophysical Research, Vol. 111.

Chuvieco, E. (2009). Earth Observation of Wildland Fires in Mediterranean Ecosystems. Alcalá de Henares, Spain: Springer. 257 pp.

Chuvieco, E. (2009). Detección Y Análisis De Incendios Forestales Desde Satélites De Teledetección. Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 103(1), 173-181.

Chuvieco, E.; Cifuentes, Y.; Hantson, S.; Lopez, A.; Ramo, A. & Torres, J. (2012). Comparación entre focos de calor MODIS y perímetros de área quemada en incendios mediterráneos. Revista de Teledetección 37: 9-22.

CORTOLIMA. (2015). Accedido el 23/11/ 2018

https://www.cortolima.gov.co/boletines-prensa/bosque-seco-tropical-ibagu-ardi-llamas- causas-antr-picas

Cocke, A. E., Fule, P. Z., & Crouse, J. E. (2005). Comparison of burn severity assessments using Differenced Normalized Burn Ratio and ground data. International Journal of Wildland Fire, 14, 189−198

[35]

Colorado, G. J., Vasquez Muñoz, J. L., & Mazo Zuluaga, I. N. (2017). Modelo de conectividad ecologica de fragmentos de bosque andino en Santa Elena (Medellin,

Colombia). Acta Biológica Colombiana, 22(3), 15.

https://doi.org/10.15446/abc.v22n3.63013

Copernicuseu. (2016). Copernicus Europe’s eyes on Earth; European Forest Fire

Information System. Recuperado en Julio 2, 2018, de

http://www.copernicus.eu/main/european-forest-fire-information-system

De Santis, A., & Chuvieco, E. (2007). Burn severity estimation from remotely sensed data: Performance of simulation versus empirical models. Remote Sensing of Environment, 108, 422-435.

Delegido, J., Pezzola, A., Casella, A., Winschel, C., Urrego, E., Jiménez, J., Soria, G., Sobrino, J. A. & Moreno, J. (2018). Estimación del grado de severidad de incendios en el sur de la provincia de Buenos Aires, Argentina, usando Sentinel-2 y su comparación con Landsat-8, REVISTA DE TELEDETECCIÓN; 51, 47-60

Delegido, J., Pezzola, A., Casella, A., Winschel, C., Urrego, E. P., Jiménez, J. C., . . . Sobrino, J. A. (2017). Potencialidad de índices de severidad de incendios utilizando Sentinel2 y su análisis comparativo con Landsat8 en el Sur de la provincia de Buenos Aires (Argentina) en 2017. INTA.

Delegido, J., Pezzola, A., Casella, A., Winschel, C., Urrego, E., Jiménez, J., Soria, G., Sobrino, J. A. & Moreno, J. (2018). Estimación del grado de severidad de incendios en el sur de la provincia de Buenos Aires, Argentina, usando Sentinel-2 y su comparación con Landsat-8, REVISTA DE TELEDETECCIÓN; 51, 47-60

[36]

Epting, J., Verbyla, D. L., & Sorbel, B. (2005). Evaluation of remotely senses indices for assessing burn severity in interior Alaska using Landsat TM and ETM+. Remote Sensing of Environment, 96, 328−339

ESA. 2017. ESA’s Sentinel Satellites. Available online: https://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2

(Acceso 27 de noviembre de 2018)

Escuin, S., Navarro, R., Fernandez, P. (2008). Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM images. International Journal of Remote Sensing, 29(4), 1053-1073.

Fernández-Manso, A., Fernández-Manso, O. & Quintano, C. (2016). SENTINEL-2A Red-Edge Spectral Indices Suitability for Discriminating Burn Severity. International Journal of Applied Earth Observation and Geoinformation. 50, 170–175Frampton, W., Dash, J., Watmough, G., & Milton, E. (2013). Evaluating the capabilities of Sentinel-2 for quantitative estimation of biophysical variables in vegetation. ISPRS Journal of Photogrammetry and Remote Sensing, 82, 83-92.

García, M., Alloza, J., Mayor, A., Bautista, S., & Rodríguez , F. (2016). Detection and mapping of burnt areas from time series of MODIS-derived NDVI data in a Mediterranean region. Central European Journal of Geosciences, 6(1), 112-120.

García, M., Barriga, J., Gonzales-M, R. & Pizano, C. (2016). Expediciones Humboldt. Honda-Méndez, Tolima. Instituto de investigaciones de recursos biológicos Alexander Von Humboldt. Pp:17-25

Gill, Woinarski & York. (1999). Australia’s biodiversity responses to fire. Biodiversity Technical Report No. 1, Enviroment Australia

[37]

Gillespie, T., Grijalva, A., & Farris. C. (2000). Diversity, composition, and structure of tropical dry forests in Central America. Plant Ecology; 147, 37–47.

Gillespie, T., Ostermann-Kelm, S., Dong, C., Willis, K., Okin, G., & MacDonald, G. (2018). Monitoring changes of NDVI in protected areas of southern California. Ecological Indicators, 88, 485-494.

Guillem-Cogollos, R., Vinué-Visús, D., Caselles-Miralles, V., Espinós-Morató, H. 2017. Critical analysis of severity indices and affected surface by the wildland fire on Sierra de Luna (Zaragoza). Revista de Teledetección, 49, 63-77.

Gutierrez, G.; Orozco, M. Ordoñez, J.A.; Camacho, J. (2014). Régimen y distribución de los incendios forestales en el Estado de México (2000 a 2011). Revista Mexicana de Ciencias Forestales Vol.6 (29):92-107.

Hedo, J., Rubio, E., Dadi, T., Moratalla, A., López-Serrano, F., Alfaro-Sánchez, R.,De las Heras, J. (2013). Propuesta de definición de la resiliencia de masas forestales frente a incendios mediante el uso de imágenes de satélite: un ejemplo de estudio en el sureste de la Península. 6° Congreso forestal español (pág. 14). Vitoria-Gasteiz: Sociedad Española de Ciencias Forestales.

Hopkins, B. (1992). Ecological processes at the forest-savanna boundary. Pages 21–33 in P. A. Furley, J. Proctor, and J. A. Ratter, editors. Nature and dynamics of forest-savanna boundaries. Chapman & Hall, London, United Kingdom.

IDEAM. (2019). Boletín informativo sobre el monitoreo de los Fenómenos de "El Niño" y "La Niña (Año 2017 y 2018). Recuperado el 20/03/2019 de http://www.pronosticosyalertas.gov.co/pronosticos-alertas/fenomenos-el-nino-y-la-nina

[38]

Kennard, D.; Gould, K.; Putz, F.; Fredericksen, T. S. & Morales, F. (2002). Effect of disturbance intensity on regeneration mechanisms in a tropical dry forest. Forest Ecology and Management 162:197–208.

Key, C.H., & Benson, N. (2006). Landscape assessment: Sampling and analysis methods. FIREMON: Fire Effects Monitoring and Inventory System. Ogden, UT: USDA Forest Service Gen. Tech. Rep. RMRS-GTR-164-CD.

Lleras, J. S. L. (2013). Efecto de la forma de los fragmentos de un bosque andino transformado sobre una comunidad de aves, Suesca Cundinamarca, Colombia

Lohberger, S., Stängel, M., Atwood, E. C., & Siegert, F. (2018). Spatial evaluation of Indonesia’s 2015 fire-affected area and estimated carbon emissions using Sentinel-1. Global Change Biology, 24(2), 644–654. https://doi.org/10.1111/gcb.13841

Lopez Garcia, M. J., & Caselles, V. (1991). Mapping burns and natural reforestation using Thematic Mapper data. Geocarto International, 1, 31−37.

Madrigal, J.; Hernando, C.& Guijarro, M. (2011). El papel de la regeneración natural en la restauración tras grandes incendios forestales: El caso del pino negral. CIFOR-INIA. Boletín del CIDEU 10: 5-22

MADS & Instituto de Investigación de Recursos Biológicos Alexander von Humboldt. (2014). Bosque Seco Tropical [Shp]. Escala 1:100.000, “El Bosque Seco Tropical en Colombia”. Recuperado en Julio 11, 2018, de http://www.humboldt.org.co/es/investigacion/proyectos/en-desarrollo/item/158-

[39]

Malak, D., & Pausas, J. (2006). Fire regime and post-fire Normalized Difference Vegetation Index changes in the eastern Iberian Peninsula (Mediterranean basin). International Journal of Wildland Fire, 15, 407-413.

McLaren, K. P., & M. A. McDonald. (2003). The effects of moisture and shade on seed germination and seedling survival in a tropical dry forest in Jamaica. Forest Ecology and Management; 183, 61–75.

Michalijos, M., & Uboldi, J. (2013). Propuesta metodológica para la evaluación de áreas afectadas por incendios mediante el uso de imágenes satelitales (Sierra de la Ventana, Argentina). Revista de Geografía Norte Grande, 56, 223-234.

Miller, H. J., & Yool, S. R. (2002). Mapping forest post-fire canopy consumption in several overstory types using multi-temporal Landsat TM and ETM data. Remote Sensing of Environment, 82, 481−496

Miller, J.D.& Thode, A.E. (2007). Quantifying burn severity in a heterogeneous landscape with a relative version of the delta Normalized Burn Ratio (dNBR). Remote sensing of environment. Elsevier. 109:66-80.

Myers, R. (2000). Fuego en Ecosistemas Tropicales y Subtropicales. En USDA, S. Forestal, J. Brown, & J. Kapler (Edits.), Wildland Fire in Ecosystems, effects of fire on soil and water (Vol. 4, págs. 161-171). Estados Unidos.

Navarro, G., Caballero, I., Silva, G., Parra, P., Vázquez, A., & Caldeira, R. (2017). Evaluation of forest fire on Madeira Island using Sentinel-2A MSI imagery. International Journal of Applied Earth Observation and Geoinformation, 58.

Navarro-Cerrillo, R. M., Haya, A., García-Ferrer, A., & Rocío Hernández Clemente, P. D. (2008). Caracterización de la situación posincendio en el área afectada por el incendio

[40]

de 2005 en el Parque Nacional de Torres del Paine (Chile) a partir de imágenes multiespectrales. Revista chilena de historia natural, 95-110.

Otterstrom, S. M., Schwartz, M. W., & Velazquez-Rocha, I. (2006). Responses to Fire in Selected Tropical Dry Forest Trees1. Biotropica, 38(5), 592–598.

Pabón-Caicedo, J. (2011). Los incendios de la cobertura vegetal en Colombia y su relación con la variabilidad climática y con el cambio climático. Incendios de la Cobertura Vegetal en Colombia 145-165.

Páramo-Rocha, G. (2011). Susceptibilidad de las coberturas vegetales de Colombia al fuego. En: Parra, A. ed. Incendios de la cobertura vegetal en Colombia. Colombia: 73- 143

Peña, M., & Ulloa, J. (2017). Mapeo de la recuperación de la vegetación quemada mediante la clasificación de índices espectrales pre- y post-incendio. Revista de Teledetección, 50, 37-48.

Pizano, C & García, H (Editores). (2014). El Bosque Seco Tropical en Colombia. Instituto de Investigación de Recursos Biológicos Alexander Von Humboldt (IAvH). Bogotá, Colombia.

Poveda, G. (2004). La Hidroclimatología de Colombia: Una Síntesis desde la escala inter- decadal hasta la escala diurna. Revista Academia de Ciencias Exactas, Fisicas y Naturales. Vol. 28. 201-222

Poveda, G. & Rojas, W. (1997). Evidencias entre la asociación de brotes epidémicos de malaria en Colombia y el Fenómeno El Niño-Oscilación Sur. Revista Academia de Ciencias Exactas, Fisicas y Naturales. Colombia. 421-429

[41]

Quignard, I., Sione, W., Aceñolaza, P., & Zamboni, L. (2016). Aplicación de índices de área quemada en la cuenca del Río Gualeguay , Entre Ríos. 9. Entre Ríos, Argentina.

Rahman, S., Chang, H., Hehir, W., Magill, C. & Tomkins, K. (2018). Inter-Comparison of Fire Severity Indices from Moderate (Modis) and Moderate-To-High Spatial Resolution (Landsat 8 & Sentinel-2A) Satellite Sensors. IGARSS.

Rouse, J. Jr, Haas, R., Schell, J. & Deering, D. (1974). “Monitoring Vegetation Systems in the Great Plains with ERTS.” NASA Special Publication 351, Third Earth Resources Technology Satellite-1 Symposium. 1, 309–317.

Russell-Smith, J., Yates, C., & Westcott , V. (Australia de 2009). Fire regimes and interval-sensitive vegetation in semiarid Gregory National Park. Australian Journal Botany, 58, 300-317.

Scott, A., Bowman, D., Bond, W., Pyne, S., & Alexander, M. (2014). Fire on Earth: An Introduction. Chichester, Inglaterra: John Wiley and Sons Ltd.

Torres, J., Gonçalves, J., Marcos, B., & Honrado, J. (2018). Indicator-based assessment of post-fire recovery dynamics using satellite NDVI time-series. Ecological Indicators, 89, 199-212.

Unidad Nacional para la gestión del riesgo de desastres - Colombia. (2016). Fenómeno del niño- Análisis comparativo 1997-1998 / 2014-2016. Bogotá: Presidencia de la República.

Van Wagtendonk J., Root R. & Key C. (2004) Comparison of AVIRIS and Landsat ETM+ detection capabilities for burn severity. Remote Sensing of Environment. 92, 397– 408

[42]

Vieira, D. L. M., & Scariot, A. (2006). Principles of Natural Regeneration of Tropical Dry Forests for Restoration. Restoration Ecology, 14(1), 11–20

Warner, T., Skowronski, N., Gallagher, M. (2017). High spatial resolution burn severity mapping of the New Jersey Pine Barrens with WorldView-3 near-infrared and shortwave infrared imagery. International Journal of Remote Sensing. 38(2), 598-616