Trabajo 1 – SIG Avanzado 2021

La zona central de Chile se ha visto afectada la última década por una prolongada sequía,
que ha levantado la alerta sobre varios temas, entre estos el efecto que tendría en el
incremento de incendios forestales, propiciando a las condiciones para su propagación y
mayor dificultad de contención por parte de las brigadas. Es importante destacar que los
incendios forestales están estrechamente relacionados con la actividad humana, tanto de
forma intencional como accidental. Es por esto que la mayoría de las igniciones1 ocurren en
zonas de la llamada interfaz urbano-rural, es decir zonas pobladas aledañas a zonas de alta
carga de combustible, como lo son bosque nativo, matorral, praderas, y por supuesto
plantaciones forestales. Por la misma razón, los incendios de la vegetación constituyen una
amenaza ambiental a la que están expuestas las comunidades que habitan sectores aledaños
a zonas con alta carga de combustible.

En este trabajo se les solicitará desarrollar un sistema de información geográfica que sirva de
apoyo en gestión de esta amenaza en un área de estudio dada. Este sistema de información
deberá contener una zonificación del área de estudio en función del riesgo de incendio de la
vegetación, para lo cual se deberá considerar la magnitud de la amenaza y la vulnerabilidad
de la población, tal como se expresa en la ecuación 1:

𝑅𝐼𝑉 = 𝐴𝐼𝑉 ∗ 𝑉𝑝 (ec 1)

Donde:
𝑅𝐼𝑉 = Riesgo de incendio de la vegetación (adimensional 0-1)
𝐴𝐼𝑉 = Amenaza de incendio de la vegetación (adimensional 0-1)
𝑉𝑝 = Vulnerabilidad de la población a los incendios de la vegetación (adimensional 0-1)

La amenaza de incendio de la vegetación se estimará a partir de un modelo empírico ficticio2,

según se describe en la siguiente ecuación:

𝐴𝐼𝑉 = (𝐹𝑚𝑐 + 0.000123 ∗ 𝐹ℎ (𝐹𝑝 + 𝐹𝑣)) ∗ 𝐹𝑑𝑐 (ec 2)

Donde:
𝐴𝐼𝑉 = Amenaza de incendio de la vegetación (adimensional 0-1)
𝐹𝑚𝑐 = Factor de modelo de combustible (adimensional 0-1)
𝐹𝑑𝑐 = Frecuencia de ignición (adimensional 0-1)
Fh : Factor de humedad [%]
Fp : Factor de pendiente [%]
Fv : Factor de velocidad del viento [Km/h]

El factor de modelo de combustible depende del tipo de cobertura vegetal presente, el cual
se ha determinado empíricamente (cuadro 1).

1
Entendido como el inicio de la combustión.
2
Este modelo se inventó exclusivamente para molestar porque les obliga a usar técnicas de
interpolación y derivadas topográficas, pero -aunque se parece a algunos de verdad- NO tiene
ninguna utilidad fuera del contexto de esta prueba.
La frecuencia de ignición se deberá determinar a partir de los datos disponibles de incendios
forestales para este trabajo. Para esto se recomienda seguir el procedimiento explicado en el
anexo 1 y adaptarlo a su propia área de estudio.

Cuadro 1. Factor Fmc para distintas coberturas

Clase Fmc

Bosque Nativo 0,15625

Pastizales y Praderas 0,0902777777

77778

Matorrales 0,3402777777
77778

Plantación Forestal 0,3472222222

22222

Cultivos 0,0659722222
22222

Otros 0,15625

Para efectos de la zonificación, el valor de la amenaza de incendio de la vegetación

calculado por la ecuación (2) se clasificará en función del rango de valores de la variable en
toda su área de estudio. La clasificación responderá a una escala cualitativa ordinal, tal
como se presenta en el cuadro 2.

Cuadro 2. Escala de amenaza

Categoría Rango

Alta 𝐴𝐼𝑉 > 𝑀 + 𝐷𝑆

Media 𝑀 − 𝐷𝑆 <= 𝐴𝐼𝑉 <= 𝑀 + 𝐷𝑆

Baja 𝐴𝐼𝑉 < 𝑀 − 𝐷𝑆

Donde:
AIV = Amenaza calculada para un punto geográfico dado.
M = Media del valor de la amenaza en el área de estudio.
DS = Desviación estándar del valor de la amenaza en el área de estudio.

Por su parte, la vulnerabilidad de la población a los incendios de la vegetación se determinará

según la siguiente ecuación:

𝑉𝑝 = 𝑉𝑖 ∗ 𝐹𝑒𝑥𝑝 (ecuación 3)
Donde:

𝑉𝑝 = Vulnerabilidad de la población a los incendios de la vegetación (adimensional 0-1)

𝑉𝑖 = Vulnerabilidad intrínseca de la población (adimensional 0-1)
𝐹𝑒𝑥𝑝 = Factor de exposición a los incendios (adimensional 0-1)

La vulnerabilidad intrínseca de la población es un factor complejo que depende a su vez de

factores como el nivel de organización, el liderazgo y otros factores de tipo material. Sin
embargo, para efectos de este trabajo se considerará que la vulnerabilidad intrínseca de la
población es constante e igual a 1.

El factor de exposición expresa qué tan expuesta está la población a incendios de la

vegetación, dado el lugar que habita. Para esto se considerará que este factor varía
linealmente e inversamente con la distancia a un posible foco importante, llegando a cero
cuando la distancia es igual o superior a 350m. Los posibles focos importantes serán aquellos
cuya clase de amenaza sea media o superior.

Para calcular el factor de exposición se debe considerar que la población NO se distribuye

homogéneamente al interior de un distrito censal, sino que tiende a agruparse cerca de los
caminos y no ocupa superficies no habitables tales como cuerpos de agua, plantaciones
forestales y otros. Para efectos de este trabajo se considerará que el 80% de la población
de un distrito censal se agrupa en sitios habitables a una distancia no superior a 550m de
un camino de cualquier tipo.

La zonificación final se realizará a nivel de distrito censal, los cuales deberán clasificarse en
función del porcentaje de su población que está en riesgo alto o medio. Esto se expresará
también en una escala cualitativa ordinal, pero las clases y las reglas de pertenencia a cada
clase se dejan a criterio de cada equipo.
 Consideraciones especiales para el trabajo

1.- La obtención del factor de modelo de combustible requiere conocer la cobertura de suelo
en el área de estudio. Para ello se deberá actualizar la cartografía existente mediante una
clasificación supervisada de un composite creado a partir de imágenes Landsat 8 para el año
2018. Considere utilizar al menos 30 puntos de entrenamiento por cada clase de uso de suelo.

2.- Entre los materiales se entrega un mapa de las cuencas en formato vectorial, proveniente
de la cartografía de DGA para la gestión de cuencas. Sin embargo, esta cartografía es sólo
de referencia y deberá actualizarse para cada área de estudio, utilizando para esto las
herramientas de modelación correspondientes.

3.- El trabajo se debe resolver íntegramente utilizando el software GRASS GIS para las
operaciones SIG. Para las operaciones de percepción remota se puede utilizar las
herramientas que se estimen convenientes. Los resultados se deben presentar en una base
de datos GRASS cuya región computacional esté en proyección UTM19S DATUM WGS84,
tenga una extensión correspondiente al área de estudio que se le asigne a cada equipo y con
una resolución espacial de 30m. La base de datos debe contener SOLAMENTE los siguientes
datos cartográficos:

a) Mapas resultantes de las ecuaciones 1 a la 3.

b) Mapa de clasificación de la amenaza.
c) Mapa de clasificación del riesgo.

4.- Además de la base de datos GRASS, se debe presentar un proyecto Qgis que presente
la cartografía respetando las convenciones para cada tipo de dato.

5.- La base de datos debe acompañarse con un resumen ejecutivo presentado en una ppt,
conteniendo el flujo de trabajo de las distintas operaciones y los resultados obtenidos.
 Anexo 1 - Metodología para el cálculo del factor 𝑭𝒅𝒄, frecuencia de ignición.

Normalmente para el cálculo de riesgos ambientales, lo ideal es calcular la probabilidad de la

ocurrencia de la amenaza. Sin embargo, para efectos de este trabajo solamente nos
quedaremos con una aproximación a ese valor, el cual consistirá en la estimación de la
frecuencia relativa de eventos de ignición en función de la distancia a un camino cualquiera.
Esta estimación se representará mediante un modelo matemático simple que pueda
posteriormente ser incorporado a un análisis espacial. Lo que se presenta a continuación
corresponde a una breve descripción del procedimiento a seguir para resolver este problema.

El primer paso es investigar la tendencia de la frecuencia de eventos de ignición en función

de la distancia a los caminos. Para esto contamos con una base de datos de eventos de
ignición recopilados por CONAF entre el año 1999 y 2018. Esta base de datos no es espacial,
pero contiene las coordenadas de los puntos de ignición, por lo que es posible convertirla en
una cartografía de puntos. También contamos con una cartografía de caminos, que nos
permite calcular un mapa de distancia euclidiana a los caminos. Este mapa debe estar en el
modelo raster, para obtener valores continuos.

Estas dos cartografías permiten saber a qué distancia de un camino se encuentra cada punto
de ignición en la base de datos. Para esto se puede utilizar una herramienta de actualización
de campos en la tabla del vectorial, que reemplaza el valor de un campo con el valor del raster
en la posición del punto. Sin embargo, para investigar frecuencias será necesario agrupar
estas distancias para poder contar la cantidad de puntos que caen en cada rango. La mejor
manera de resolver eso es reclasificar el modelo de distancias en rangos, que puede ser por
ejemplo cada 100m. Si se repite la operación anterior sobre el modelo reclasificado, se podrá
obtener para cada punto a qué rango pertenece. De esta forma se tiene una tabla con un
campo que muestra para cada punto la distancia al camino más próximo y otro campo que
muestra el rango de distancia al que pertenece.

El paso siguiente es contar el número de puntos que caen en cada rango y obtener la media
de la distancia al camino para cada uno de los puntos. Eso se puede lograr con una consulta
SQL de agregación, aplicada sobre la tabla de atributos. Otra opción es exportar la tabla de
atributos a un archivo CSV y realizar esa operación en una planilla de cálculo, para lo cual se
puede usar una tabla dinámica.

Una vez que se cuenta con el número de puntos y la distancia media de los puntos al camino
más próximo en cada rango, sólo resta ajustar un modelo simple a los datos de frecuencia en
función de la distancia. En una planilla de cálculo eso se puede lograr simplemente
estableciendo una línea de tendencia en un gráfico de dispersión XY que relacione la
distancia media (X) y la frecuencia (Y). En el gráfico siguiente se muestra el resultado de una
operación similar aplicada para todos los puntos de la base de datos de la región del Maule.