Determinación de los parámetros del modelo de combustible para la simulación de incendios

forestales en los cerros orientales de Bogotá

Laura Susana Guerrero Monroy

Asesor: Felipe Muñoz
Departamento de Ingeniería Química
Universidad de los Andes
Bogotá, Colombia

Resumen: Los incendios forestales han cobrado mayor relevancia en los últimos años, especialmente
por la cercanía de la reserva cerros orientales a la interfaz urbana-rural de la ciudad de Bogotá. Dentro
de la predicción del comportamiento de los incendios forestales, la determinación de la tasa de
propagación resulta esencial. Dicha tasa depende de diversos factores tales como clima, viento,
humedad, combustible y topografía entre otros. Para el presente estudio se selecciona un caso
previamente estudiado en la zona de Aguas Claras en la localidad de San Cristóbal, con el propósito
de establecer el mejor acercamiento al incendio real por medio de simulaciones en el programa
FARSITE. Se escogen 5 modelos de combustión propuestos por Scott & Burgan que permitan
establecer la mejor combinación de variables que se acerquen al incendio real. Se realizan un total de
trece simulaciones donde se varían los tipos de combustibles y la humedad. Los modelos simulados
con un mejor nivel de predicción fueron el 146 y el 148 con una alta carga de combustible
correspondiente a vegetación arbórea y de arbustos.
Palabras clave: FARSITE, cerros orientales, modelos de combustible, incendios forestales.
1. Introducción
Un incendio forestal se define como el fuego que es propagado sin un límite preestablecido, el cual
es capaz de consumir material vegetal ubicado en áreas rurales que tienen aptitud forestal [1].
El estudio de los parámetros que influyen de forma directa sobre los incendios es de gran importancia,
para poder establecer en futuras situaciones de riesgo la mejor ruta para reducir al mínimo los daños
sobre las comunidades cercanas, la fauna y la flora de la zona. No obstante, modelar el
comportamiento y extraer información de los incendios forestales es un trabajo difícil, debido a la
alta complejidad de este fenómeno [2].
Para entender la naturaleza detrás de los incendios forestales, se debe establecer los tipos de
propagación en los que se pueden clasificar. Para lo cual, existen tres mecanismos de propagación de
incendios forestales: el primero es incendio por copa, el cual quema la mayor parte de la vegetación
propagándose hasta la parte superior del terreno o copa. El segundo, es el superficial el cual consume
madera que se encuentra en la superficie. Este tipo de incendio causa un menor daño a sus alrededores.
El tercer tipo corresponde a incendios subterráneos en los cuales se consume materia orgánica muerta
que se seca lo suficiente para quemarse, este tipo de incendio se mueve lentamente lo cual lo hace
difícil de apagar [1], [3].
La reserva forestal protectora bosque oriental de Bogotá, también llamada “cerros orientales” consiste
en una cadena de montañas ubicada en el casco urbano bogotano por el costado oriental, contando
con área rural de las localidades que limitan con la reserva incluidas Usme, San Cristóbal, Santa Fe,
Chapinero y Usaquén [4]. En el año 2016 en la ciudad de Bogotá se reportaron diversos incidentes
1
forestales, donde los bomberos del distrito capital atendieron 411 quemas en un área de afectación de
39.887𝑚2 , 111 conatos (incendio de baja magnitud) afectando un área de 136.183𝑚2 y 30 incendios
forestales afectando un área vegetal de 3.778.773𝑚2 [5].
En total se presentaron 552 incidentes en el transcurso del 2016, de los que se concluyó que las
condiciones climáticas influyeron fuertemente, ya que un aumento de temperatura aumenta el riesgo
de generación de incendios en el área. En relación a lo anterior, el IDEAM (Instituto de Hidrología,
Meteorología y Estudios Ambientales) reportó un aumento de temperatura debido al fenómeno del
“Niño”, encontrándose que en los meses de enero, febrero y marzo se presentó una mayor cantidad
de incidentes debido a un aumento de temperatura en esa época del año [5].
Debido a la cercanía de la reserva de los cerros orientales a las áreas rurales de Bogotá, es importante
considerar un modelamiento de la propagación de incendios forestales que permita predecir el
comportamiento de incendios, con el propósito de realizar un plan de acción que reduzca las
consecuencias tanto para la población como para el medio ambiente. Debido a lo anterior se propone
el estudio de un caso de incendio forestal que tomo lugar en el 2016 en los cerros, donde se busca
encontrar una aproximación del comportamiento del incendio por medios computacionales.
El caso tomó lugar en la localidad de San Cristóbal en febrero 2 de 2016. El incendio forestal
consumió amplia vegetación próxima a los barrios Aguas Claras y La Selva. El incidente requirió de
seis máquinas de bomberos con ayuda del ejército nacional y de la policía metropolitana [6].
Para el análisis del caso se utiliza el programa FARSITE (Fire Area Simulator) el cual permite simular
el comportamiento de un incendio en un terreno especifico. El caso mencionado fue ya previamente
analizado, por lo que varias entradas meteorológicas que necesita el programa ya estaban disponibles
para este estudio. Por lo tanto, el enfoque está centrado en la vegetación del terreno que funciona
como combustible para el incendio, así como el porcentaje de humedad de las mismas. Por esta razón
lo que se intenta variar y modificar es el parámetro de combustible y contenido de humedad del
combustible para las simulaciones.

2. Marco Teórico
El programa de simulación que se utilizó para la predicción de la propagación de incendios fue
FARSITE, el cual calcula el comportamiento de los incendios forestales que ocurren por largos
periodos de tiempo bajo parámetros como terreno, combustibles vegetales y el clima [7]. El programa
de simulación FARSITE aplica el principio de Huygens para modelar el crecimiento del incendio, lo
que implica que utiliza el ambiente de cada punto del perímetro para dimensionar y orientar la
propagación del incendio, en forma de onda elíptica en cada punto ubicado en el frente de fuego y
para cada paso de tiempo establecido [8].
El principio de Huygens se puede observar en la Figura 1 donde la ilustración A corresponde a
condiciones uniformes, creando ondas simétricas en cada paso de tiempo y la ilustración B
corresponde a condiciones no uniformes de combustible y viento, creando ondas irregulares en cada
paso de tiempo [9].

2
 Figura 1. Ilustración del principio de Huygens [8]

La velocidad y dirección del viento son parámetros críticos que afectan significativamente la
propagación de incendios [10]. El programa incorpora distintos modelos que permiten modelar el
comportamiento de los incendios como: el de Rothermel (1972) para propagación de incendios, el de
Van Wagner (1977) que es un modelo de iniciación de fuego de corona, otro de Rothermel (1991)
para propagación de incendios de corona, el de Albini (1979) para combustión post-frontal y el de
Nelson (2000) para la humedad del combustible muerto [7].
Para efectos de este trabajo el modelo principal será el de Rothermel (1972) ya que este modelo es el
que se encarga de implementar los modelos de combustión de acuerdo a los diferentes terrenos que
se desee evaluar. El modelo de Rothermel es un modelo matemático que predice la tasa de
propagación de un incendio aplicado a un amplio rango de terreno forestal [11]. Variables como:
carga de combustible, velocidad del viento, humedad del combustible, humedad relativa, pendiente y
el clima producen un efecto importante sobre los incendios, es por esto que el modelo de Rothermel
implementa estas variables en su desarrollo matemático [11].
El modelo matemático cuya ecuación general describe la tasa de propagación está basado en el
modelo de Frandsen, quien aplicó el principio de la conservación de la energía a un volumen unitario
de combustible de fuego avanzado ubicado en una cama de combustible homogénea [11], el resultado
obtenido fue la siguiente ecuación:
0 𝜕𝐼𝑧
𝐼𝑋𝑖𝑔 + ∫−∞ ( ) 𝑑𝑥
𝜕𝑧 𝑧𝑐
𝑅=
𝜌𝑏𝑒 𝑄𝑖𝑔
Ecuación 1. Modelo de Rothermel [11]

Donde:
𝑅 = tasa de propagación Quasi-constante. 𝑓𝑡/𝑚𝑖𝑛
𝐼𝑋𝑖𝑔 = flux de calor horizontal absorbido por unidad de volumen del combustible al momento de la
ignición. 𝐵𝑡𝑢/𝑓𝑡 2 . 𝑚𝑖𝑛
𝜌𝑏𝑒 = densidad efectiva (cantidad de combustible por unidad de volumen del combustible en
ignición). 𝐿𝑏/𝑓𝑡 3

3
𝑄𝑖𝑔 = Calor de Pre-ignición. 𝐵𝑡𝑢/𝐿𝑏
𝜕𝐼
( 𝜕𝑧𝑧 ) = Gradiente de la intensidad vertical evaluada en un plano a una profundidad constante.
𝑧𝑐
𝐵𝑡𝑢/𝑓𝑡 3 . 𝑚𝑖𝑛
Para tener una mejor perspectiva de la ecuación 1 se puede establecer que la tasa de propagación es
una división entre el flux de calor recibido sobre el calor requerido por el combustible para la ignición
[11].
La ecuación 1 no puede ser resuelta analíticamente debido a que se desconocen términos del
mecanismo de transferencia. Por lo que, fue necesario determinar métodos experimentales y
analíticos para poder evaluar la ecuación [11]. Por lo anterior, se obtiene una aproximación de la
ecuación 1 que se puede ver a continuación:
𝐼𝑅 𝜉 + (1 + 𝜙𝑤 + 𝜙𝑠 )
𝑅=
𝜌𝑏𝑒 𝜀 𝑄𝑖𝑔
Ecuación 2. Aproximación del Modelo de Rothermel [11]

Donde 𝐼𝑅 es la intensidad de reacción, 𝜉 es el radio del flux de propagación, 𝜙𝑤 es el coeficiente de

viento, 𝜙𝑠 es un factor de la pendiente, 𝜌𝑏𝑒 es la densidad efectiva, 𝜀 es numero efectivo de
calentamiento y 𝑄𝑖𝑔 es el calor de pre-ignición. Para mayor información de estos parámetros y
respectivas ecuaciones derivadas que describen la ecuación de Rothermel, dirigirse a la Figura 9 en
anexos.
El modelo de Rothermel presentado anteriormente, entre muchos parámetros de los que depende, el
más importante es el combustible que se presenta en la zona forestal. Teniendo en cuenta lo anterior,
Rothermel planteo modelos de combustión que representan terrenos típicos que se pueden presentar
en un área forestal, los cuales tienen descripciones completas de los parámetros importantes para
aplicar el modelo matemático de propagación de incendios adecuadamente. Esto permite escoger el
modelo que mejor se aplique al terreno y a su clima correspondiente.
En una primera aproximación, Rothermel propone 11 modelos de combustión en 1972 [11]. Cuatro
años después Albini en 1976 agrega dos modelos más y mejora los 11 modelos que Rothermel
propuso años antes. Las mejoras se ven reflejadas en el valor de humedad de extinción de cada
modelo, mientras que Rothermel asumía este valor constante Albini especifica un valor para cada
modelo de combustión [12].
Los 13 tipos de combustibles pueden ser clasificados en 4 grupos que incluyen: hierbas-pastos,
arbustos, madera y barreras. Las diferencias entre estos 4 grupos radica en la carga de combustible y
su distribución entre las clases de tamaño de partícula de cada combustible [13].
La Tabla 1 presenta los 13 modelos desarrollados por Albini con una breve descripción de sus
características vegetales.

4
 Tabla 1. Los 13 modelos de combustión desarrollados por Albini para describir el comportamiento de incendios
forestales [13]

Modelo Combustible Caracterización del combustible

Césped y pasto dominado
1 Hierba corta (1 pie)
2 Madera (hierba y sotobosque)
3 Alta hierba (2.5 pies)
Campos de Chaparral y arbusto
4 Chaparral (6 pies)
5 Maleza (2 pies)
6 Maleza arbustiva, matorral de Madera dura
7 Zona de matojos
Lecho de madera
8 Lecho de madera cerrada
9 Madera dura
10 Lecho de Madera (hojarasca y sotobosque)
Matorral
11 Explotación de matorral ligero
12 Explotación de matorral mediano
13 Explotación de matorral pesado

En el 2005 Scott & Burgan [12] desarrollaron un nuevo set de modelos de combustible estándar,
donde se basaron en el modelo de propagación de Rothermel y los 13 modelos de combustión de
Albini mencionados anteriormente. Estos nuevos modelos permiten tener más opciones para
caracterizar el terreno, tales como: un mayor número de modelos aplicables a áreas con alta humedad,
aumentar modelos para madera forestal y madera con pasto en grandes cantidades e incrementar la
habilidad de poder realizar cambios en el comportamiento de los incendios al momento de simular
[12].
Los modelos se refieren a tipo de combustible y no tipo de vegetación ya que un modelo puede ser
aplicado a varios tipos de vegetación [12]. Este nuevo set de modelos, tiene aproximadamente 50
modelos con propiedades de combustible más específicas, además, de estar agrupado por tipo de
combustible que transporta el fuego. Cada tipo de combustible que plantean Scott & Burgan está
clasificado por: un código de modelo de combustible el cual está compuesto de tres dígitos con dos
letras (ver Tabla 2) y un número, por un número de modelo de combustible (entre 1 y 256) y por un
nombre de modelo de combustible que describe el tipo de terreno al que corresponde cada modelo
[12].
Los tipos de combustibles fueron ordenados de forma similar a los 13 originales y se clasifican en 7
grupos híbridos, como se pueden observar en la Tabla 2:

5
 Tabla 2. Clasificación de los tipos de combustible planteados por Scott & Burgan [12].

Grupo Abreviación Nombre

1 NB Terrenos No
combustibles
2 GR Hierbas
3 GS Hierbas-Arbustos
4 SH Arbustos
5 TU Madera-Sotobosque
6 TL Lecho de Madera
7 SB Matorral-Escombros
vegetales

Para obtener una descripción más detallada de cada uno de los modelos desarrollados por Scott &
Burgan ver la tabla completa de combustibles en la Tabla 14 de anexos.

3. Metodología:
Para la simulación realizada en FARSITE es importante primero mencionar que el programa necesita
de diferentes entradas, las cuales cada una de ellas define un parámetro importante dentro de la
simulación. Las entradas principales son elevación, pendiente, el aspecto (referente a características
topográficas como terreno plano u ondulado), modelos de combustible, dosel arbóreo (el cual tiene
en cuenta reducción de viento para cada modelo de combustible y la sombra) [7].
Adicionalmente, como entradas secundarias se necesitan ajustes de modelos de combustión, la
humedad de cada modelo, el viento, el clima y el periodo de incendio. Todos los archivos de entrada
a excepción de los modelos de combustión y la humedad de los combustibles estaban previamente
establecidos por un estudio realizado anteriormente.
Humedad y combustible
Para este estudio las entradas a modificar serán los modelos de combustión y su respectiva humedad
tanto de vegetación muerta como viva de la zona.
A. Combustible
Para establecer que modelos de combustión son los correctos para el caso de estudio primero se debe
establecer el tipo de vegetación presente en la zona, para esto se encontró el documento de la CAR
(Corporación Autónoma Regional de Cundinamarca) [4] que contiene toda la información referente
a le vegetación de los cerros orientales.
Primero se debe establecer la zona que se trabajó. Como se mencionó antes, el incendio fue reportado
en el barrio Aguas Claras y La Selva de la localidad de San Cristóbal. En la Figura 2 enmarcada en
rojo se puede evidenciar la localidad de San Cristóbal:

6
 Figura 2. Mapa Ubicación Cerros Orientales [4]

Según la CAR, en la localidad de San Cristóbal predomina un clima páramo bajo semihúmedo como
se puede ver en la Figura 11 de la sección de anexos.
Para este tipo de clima se tiene un rango de altitud de 3001 a 3700 m.s.n.m y una temperatura entre
7°C y 12°C [4]. Ahora se procede a clasificar la vegetación del terreno. Debido a la gran expansión
que abarcan los cerros orientales, se consideran tres ecosistemas principales que predominan en la
reserva que son: alto andino, páramo y subpáramo [4].
Debido a la altitud que presenta la localidad, el ecosistema alto andino es descartado ya que esta entre
2760 a 3000 m.s.n.m [4]. Según la descripción brindada por la CAR, el páramo es un ecosistema que
se encuentra principalmente en la zona norte de los cerros orientales [4], por lo tanto, para la localidad
de San Cristóbal se establece un ecosistema subpáramo.
Para el ecosistema subpáramo se tiene una vegetación compuesta por bosque de laderas altas donde
las especies principales son el Encenillo (Weinmannia tomentos) y Canelo (Drimys granadensis) [4].
Adicionalmente otras especies presentes en este tipo de ecosistema se pueden ver en la Tabla 3:

7
 Tabla 3. Composición florística del ecosistema subpáramo en los cerros orientales [4]

Familia Nombre común Nombre científico

Myrsinaceae Cucharo, huesito Geissanthus andinus
Guttiferae Gaque, chagualo Clusia multiflora
Theaceae Trompillo, trompo Ternstroemia meridionalis
Loranthaceae Tagua Gaiadendron punctatum
Melastomataceae Tuno esmeraldo, esmeraldo Miconia squamulosa
Cunoniaceae Encenillo, cáscaro Weinmannia tomentosa
Ericaceae Reventadera Pernettya prostrata
Asteraceae Romero blanco Diplostephium sp
Asteraceae Amargoso Ageratina aristeii
Caprifoliaceae Garrocho, Sauco montañero Viburnum triphyllum
Myrtaceae Arrayán, levadura Myrcianthes leucoxyla
Winteraceae Canelo, ají de páramo Drimys granadensis
Ericaceae Uva camarona, uva de monte Macleania rupestris
Rosaceae Chuwaca, cerezo de monte Prunus buxifolia
Melastomataceae Nazareno, Sietecueros de Páramo Tibouchina grossa
Ericaceae Uvo, uva de anís Cavendishia cordiflora
Lauraceae Laurel dorado, oreja de mula Ocotea sericea
Cyatheaceae Helecho arborescente, boba Trichipteris frigida
Rubiaceae Clavito Palicourea sp
Clethraceae Azafrán, manzano Clethra sp
Aquifoliaceae Limoncillo Ilex sp
Rosaceae Mortiño Hesperomeles goudotiana
Polypodiaceae Helecho marranero, helecho Pteridium aquilinum
Guttiferae Chite, pinito de páramo Hypericum goyanesii
Lauraceae Aguacatillo Persea mutisii
Piperaceae Cordoncillo Piper sp
Araliaceae Mano de oso bogotano Oreopanax bogotense
Solanaceae Cucubo, tachuelo Solanum ovalifolium
Melastomataceae Saltón, quebrollo Bucquetia glutinosa
Myricaceae Cruz de mayo, laurel hojipequeño Myrica parviolia
Gramineae Chusque, carrizo Chusquea scandens
Myrsinaceae Cucharito de páramo, maíz tostao Myrsine dependens
Ericaceae Pegamosco, angucho Befaria resinosa
Rosaceae Zarzamora, yerbamora Rubus bogotensis
Asteraceae Chilco Baccharis bogotensis
Bromeliaceae Bromelias, Quiches
Orchidaceae Orquídea

Este tipo de ecosistema tiene cuatro grupos de estratos principales incluidos: arbustivo, herbáceo,
subarboreo y arbóreo inferior [4]. Donde la especie Canelo (Drimys granadensis) está en gran
abundancia y se encuentra presente en los cuatro estratos, su abundancia es un indicador de
regeneración y establecimiento de la especie [4].
Una vez determinada la vegetación se procede a realizar una pre-selección de los modelos de
combustión. En un estudio realizado previamente se establecieron los modelos 2, 4, 7, 8 y 9 de los
modelos presentados por Rothermel como una primera aproximación de la vegetación presente en los

8
cerros orientales. El 2 se refiere a las hierbas y pastos correspondiente al estrato herbáceo, el 4 es
chaparral que corresponde a un estrato subarboreo combinado con rastros de madera. El 7 hace
referencia a la presencia abundante de arbustos en el área, el 8 y el 9 hacen referencia a la presencia
de madera proveniente de ramas caídas y troncos de árboles.
Debido a que la mayor cantidad de especies presentes en la zona de estudio pertenecen a arbustos y
especies arbóreas, los modelos 4 y 7 fueron los de mayor importancia y relevancia en la simulación.
Ya que se desea una mejor aproximación del área afectada por el incendio, se utilizaron los modelos
planteados por Scott & Burgan. Para esto se buscó los modelos que mejor se aproximaran al terreno
característico de los cerros orientales, así como, que los modelos fueran similares a los modelos base
previamente establecidos.
El criterio utilizado para establecer los nuevos modelos de combustión, fue realizar una comparación
de la descripción de cada modelo planteado por Scott & Bulgan con el terreno de la zona de estudio.
Adicionalmente, se utilizó una herramienta presentada en el Reporte realizado por Scott & Bulgan
[12] que ofrece una guía para escoger los modelos de combustión a partir de los 13 modelos
planteados por Albini.
Teniendo los 7 grupos mencionados anteriormente en la Tabla 2, para el modelo 2 se escoge el grupo
de Hierbas-Arbustos (GS) debido a que contiene pasto con especies herbáceas y este modelo hace
referencia al estrato herbáceo característico del ecosistema del caso de estudio, para los modelos 8 y
9 se escoge el grupo lecho de madera (TL) ya que este es el encargado de las maderas en el terreno
provenientes de los árboles y arbustos.
Ahora, con los modelos 4 y 7 se deben tener en cuenta más consideraciones, ya que, son los modelos
que describen el tipo de vegetación con mayor abundancia en el caso a estudiar. Debido a lo anterior,
para garantizar la mejor aproximación posible se decidió seleccionar 3 tipos de combustible para el
modelo base 4 y otros tres tipos de combustible para el modelo base 7. Para el modelo 7 se escogió
el grupo arbustos (SH) ya que hace referencia a arbustos para un clima húmedo o subhúmedo.
Finalmente, con el modelo 4 existe posibilidad del grupo Hierbas-Arbustos (GS) o el grupo arbustos
(SH) ya que esta parte de la zona puede contener tanto arbustos como especies herbáceas o
subarboreas. Como no se tiene claridad del tipo de combustible que mejor podría describir esta parte
de la zona de estudio, se decidió seleccionar estos dos tipos de combustible. Posteriormente, se
escogió el número que completa el código de cada modelo dependiendo de la carga de combustible.
Para cada nuevo modelo se puede observar su respectivo código en la Tabla 4:
Tabla 4. Selección de modelos para la simulación en FARSITE

Modelo Código nuevo Número Nuevo

original modelo Modelo
2 GS3 123
GS4 124
4 SH6 146
SH7 147
SH5 145
7 SH8 148
SH9 149
8 TL2 182
9 TL1 181

9
Para el modelo 2, se escogió 123 ya que es el modelo que presenta una carga moderada de pasto,
arbustos y herbáceos para un clima húmedo. Para el modelo 9 se seleccionó 181, ya que es una carga
moderada de combustible referente a ramas caídas. Para el modelo 8 se escoge 182 con una baja carga
de combustible referente a ramas y maderas caídas, ya que, aunque haya madera, no es el principal
combustible del caso.
Dado que no se tiene claridad respecto a los modelos para los arbustos, se planteó realizar una
simulación para cada modelo y establecer el combustible que mejor describa el comportamiento del
incendio del caso de estudio para este tipo de terreno. Es decir, se realizaron tres simulaciones para
el modelo 4 y tres simulaciones para el modelo 7.
Para el modelo 7 se escogieron tres tipos de modelos correspondientes a un clima húmedo, donde la
variación está en la carga de combustible. Primero se escogió el 145 que contiene una carga moderada
de arbustos, después se escogió 148 que corresponde a una carga alta de arbustos y por último se
escogió 149 que corresponde a una carga muy alta de arbustos.
Finalmente, para el modelo 4 no se tiene claridad respecto a cuál modelo aplicar, por lo que se escogen
3 modelos diferentes que representan cargas altas de combustible para arbustos y arbóreos. 124
corresponde a una carga alta de herbáceos y arbustos para un clima húmedo, 146 corresponde a una
carga densa de arbustos para un clima húmedo y 147 corresponde a una carga muy alta de arbustos
para un clima seco. El modelo 147 es el único recomendado por el estudio de Scott & Burgan al
utilizar el modelo 4 como base, pero como el ecosistema del terreno a estudiar es en su mayoría
húmedo, era necesario tener en cuenta otros modelos como 146 y 124.
B. Humedad
Una vez se escogió la mejor simulación variando los dos modelos de combustión correspondiente a
la vegetación de arbustos con la metodología menciona anteriormente, se realizaron otras seis
simulaciones donde se varió el porcentaje de humedad del modelo de combustión correspondiente a
vegetación con presencia de arbustos y arbóreos. Lo anterior se realizó debido a que no se tiene el
porcentaje de humedad del día que sucedió el incendio forestal y variando los porcentajes se
determinará la mejor aproximación a la huella original correspondiente al caso de estudio.
El contenido de humedad de combustible influencia la cantidad de combustible disponible para
incendiarse, ya que hace referencia a la cantidad de agua presente en la vegetación del ecosistema
[14].
Primero es importante aclarar cómo se distribuye el contenido de humedad para los modelos de
combustible en el programa. Para cada modelo se deben ingresar cinco porcentajes de humedad, los
primeros tres se refieren a la humedad de combustible muerto y los otros dos a la humedad del
combustible vivo. El orden es: carga a 1 hora, 10 horas, 100 horas, combustible herbáceo vivo y
combustible con madera vivo respectivamente.
Teniendo en cuenta lo planteado anteriormente y tomando como referencia los modelos previamente
establecidos (2, 4, 7, 8, 9), la humedad de carga muerta para todos los combustibles se estableció con
valores: 3% para 1 hora, 4% para 10 horas y 5% para 100 horas. Debido a que estas cargas son las
que menos influencia sobre la simulación tienen, se mantendrán constantes.

10
Para los modelos de combustión 123, 181, 182 y 148 la carga viva se mantuvo constante y los
porcentajes para cada modelo se pueden observar en la Tabla 5:
Tabla 5. Porcentaje de humedad carga viva para los nuevos modelos de combustión

% Humedad % Humedad
combustible combustible
Modelo
vivo herbáceo vivo de madera
123 50 75
181 75 100
182 50 75
148 75 100

La humedad que se varió fue la viva correspondiente al modelo de combustible 146, ya que, este
modelo es el que más representa en terreno el incendio real. La variación del porcentaje de humedad
se puede ver en la Tabla 6:
Tabla 6. Porcentaje de humedad para la carga viva de combustible correspondiente al modelo de combustión SH6

% Humedad % Humedad
combustible combustible
Simulación vivo herbáceo vivo de madera
Simulación 1 50 60
Simulación 2 50 50
Simulación 3 50 40
Simulación 4 30 30
Simulación 5 50 28
Simulación 6 50 26

La obtención de las entradas necesarias para la simulación en FARSITE establecidas por el estudio
previo se explican a continuación:
Viento: Para el viento, la velocidad y la dirección se mantienen constantes; donde los datos para esta
entrada fueron tomados de la Universidad de Wyoming con mediciones realizadas en el aeropuerto
el dorado de Bogotá en la estación 80222 SKBO [15].
Condiciones climáticas: Las condiciones climáticas se obtuvieron se las estaciones hidro-
meteorológicas cercanas a la localidad de San Cristóbal que son propiedad del IDEAM y la estación
hidro-meteorológica del aeropuerto el dorado, las cuales contenían información para el mes de febrero
de 2016 [15].
Condiciones del incendio: Los parámetros del incendio forestal fueron solicitados al cuerpo de
bomberos de Bogotá, para la hora inicial y final del incendio, la duración del incendio, el punto de
ignición y archivos sobre la huella que dejo el incendio en Aguas Claras [15].
Pendiente y elevación: La elevación se establece por medio de capas obtenidas por medio de curvas
de nivel de la zona [15].

11
Aspecto topográfico: El aspecto corresponde a característica del terreno obtenido de la herramienta
computacional Arcmap 10.4.1 [15].
Canopy o porcentaje de dosel arbóreo: El cual debe tener en cuenta el efecto de reducción del viento
en la zona afectada que se obtiene de estudios de vegetación [15].
Parámetros establecidos para las simulaciones: Como parámetros se establece un paso de tiempo de
1 hora y la duración del incendio será desde las 7am del 2 de febrero de 2016 hasta las 11pm del 4 de
febrero de 2016. Finalmente, era necesario ubicar el punto de ignición del incendio. Gracias al estudio
previamente hecho con ayuda de los bomberos, se establece la ignición como se ve en la Figura 3
enmarcado en el círculo negro:

Figura 3. Identificación del punto de ignición para las Simulaciones

4. Discusión y resultados:
Para efectos de las simulaciones mostradas es necesario mencionar que las líneas blancas en cada
simulación corresponden al perímetro de la propagación del incendio en cada paso de tiempo que
brinda el programa FARSITE.

Figura 4. Incendio real caso de estudio brindado por Bomberos de Bogotá [16]

Para poder establecer la mejor simulación obtenida entre todos los sets de simulaciones realizadas es
importante poder comparar los resultados con el caso real del incendio forestal. En la Figura 4 se
puede observar la huella original obtenida de los bomberos de Bogotá, donde la zona enmarcada de
color rosado corresponde al incendio real.
En primera instancia es importante mencionar que cada color en las plantillas corresponde a un
modelo de combustible, el código de colores correspondiente al primer set de simulaciones se puede
observar en la Tabla 7:

12
 Tabla 7. Código de colores modelos de combustible para el primer set de simulaciones

Modelos de combustible
Simulación Código de color

A 123 182 124 149 181

B 123 182 146 149 181
C 123 182 147 149 181

El primer set de simulaciones correspondiente al ajuste del modelo de combustible 4 que se puede
ver en la Figura 5:
Simulación A

Simulación B

Simulación C

Figura 5. Variación combustible para el ajuste del modelo 4

De las simulaciones obtenidas en la Figura 5, se puede afirmar que la simulación A genera una
propagación del incendio amplia, donde el incendio abarca más de la mitad de los combustibles 124

13
y 149, esto genera que el modelo 124 correspondiente a carga alta de herbáceos y arbustos
sobreestime el efecto del incendio, alejándose significativamente de la huella original presentada en
la Figura 4.
Observando la simulación B, se logra evidenciar una disminución significativa en la propagación del
incendio con el modelo 146 lo que implica que este modelo logra modelar mejor la propagación del
incendio (en la parte superior) que el modelo 124.
En la simulación C se logra evidenciar una disminución aun mayor de la propagación del incendio
con el modelo 147 correspondientes a carga muy alta de arbustos para clima seco, pero la velocidad
de propagación observada resulta muy baja, subestimando el efecto del incendio lo que genera que se
aleje de la huella original.
Entre las tres simulaciones de la Figura 5, el modelo que mejor modela la propagación (al menos en
la parte superior del incendió) es el modelo de combustión 146 correspondiente a una carga densa de
arbustos para un clima húmedo. Su área de propagación no es tan grande como el 124 ni tan pequeño
como el 147. El modelo 147 no es útil debido a que modela climas secos y el clima presente en el
ecosistema del caso de estudio es húmedo.
El modelo 124 es un modelo con herbáceos y arbustos. En la literatura se encontró que las especies
herbáceas y hierbas tienen una alta inflamabilidad y predicción de tasa de propagación [17]. Además
los incendios de superficie en sistemas herbáceos se caracterizan por una combustión y tasa de
propagación rápida [17].
Debido a esto, la cantidad de terreno afectado es amplio con este tipo de modelo, por lo tanto, dado
que el terreno de estudio cuenta con mayor abundancia de especies arbóreas y arbustos que de
especies herbáceas, este tipo de modelo de combustión debe descartarse.
Teniendo en cuenta la teoría planteada, para las tres simulaciones presentadas se logra ver la onda
elíptica en los primeros 8 perímetros de las simulaciones. Después del perímetro 8 la propagación ya
no genera un comportamiento elíptico, lo que indica que la combinación de combustibles planteados
en esta primera parte no es la mejor, ya que el tamaño de la propagación está determinada por las
condiciones del combustible [8]. Para mitigar este comportamiento se propone realizar otras
simulaciones variando el combustible 149 que es el que está causando estas desviaciones en la
simulación.
El segundo set de simulaciones corresponde al ajuste del modelo de combustible 7 que se puede
apreciar en la Figura 6 el código de colores correspondiente al segundo set de simulaciones se
puede observar en la Tabla 8:

Tabla 8. Código de colores modelos de combustible para el segundo set de simulaciones

Modelos de combustible
Simulación Código de color

D 123 182 146 145 181

E 123 182 146 148 181
F 123 182 146 149 181

14
 Simulación D

Simulación E

Simulación F

Figura 6. Variación combustible para el modelo base 7

En la Figura 6 se puede observar que la simulación F es la que presenta la mayor propagación, ya

que, fue la misma simulación presentaba en la Figura 5 correspondiente a la simulación B.

Observando la simulación D se genera una disminución en la propagación del incendio con el modelo
145, pero se observa una leve extensión de propagación del modelo 146 de color morado en la parte
inferior, lo que genera una desviación grande del incendio en comparación con la huella original, Esto
implica que el modelo correspondiente a esta simulación no sea la mejor opción. La simulación E

15
muestra una disminución de la velocidad de propagación del incendio, lo que implica una mejor
aproximación a la huella original.
Comparando las tres simulaciones obtenidas en la Figura 6, se puede afirmar que la opción que mejor
representa el caso de estudio es la simulación E con el modelo de combustión 148 corresponde a una
carga alta de arbustos. El modelo 149 no fue útil debido a que este presenta una carga muy alta de
arbustos y arbóreos lo que genera una propagación del incendio muy alta. Tanta carga de combustible
hace que se aleje de la huella original, lo que implica que, aunque la carga sea alta para el ecosistema
estudiado, no se debe considerar toda la zona con carga de arbustos y arbóreos, sino que debe haber
otras especies de vegetación presentes que generan menos combustión, haciendo que disminuya la
propagación del incendio en la huella original.
El modelo de combustión 145 correspondiente a carga moderada de arbustos si logra disminuir la
propagación del incendio en comparación del modelo 149, pero en comparación con el modelo 148,
el 145 genera una mayor propagación cuando se busca una disminución en esta, lo anterior se puede
deber a que el modelo 145 es para climas secos y el ecosistema del caso de estudio es clima húmedo.
Observando el comportamiento de las capas de la propagación del incendio en la simulación E, se
observa una mejoría en el comportamiento de las ondas elípticas que se esperan del principio de
Huygens mencionado anteriormente, lo que implica que la nueva combinación de modelos
seleccionados logro mejorar el comportamiento del incendió en comparación con la huella original.
Entre las seis simulaciones observadas previamente en la Figura 5 y Figura 6, la simulación que mejor
se acerca a la huella original es la simulación E, donde ambos modelos de combustión corresponden
a un clima húmedo y una carga alta de arbustos y arbóreos, lo cual era de esperarse teniendo en cuenta
la caracterización del terreno previamente realizada.
Una vez realizado el análisis de sensibilidad para determinar la mejor combinación de combustibles,
se estableció que los combustibles que presentan un buen ajuste al caso de estudio son: GS3(123)
carga moderada de pasto y herbáceos, TL1(181) carga moderada de maderas, TL2(182) carga baja de
maderas, SH6(146) con una carga densa de arbustos y el SH8(148) con carga alta de arbustos.
Posteriormente, se procedió a realizar el análisis de humedad con estos modelos.
En la Figura 7 se presentan las seis simulaciones realizadas para el cambio de humedad, donde el
código de color se puede observar en la Tabla 9:
Tabla 9. Código de color modelos de combustible para las simulaciones de humedad

Modelos de combustible
Código de color

123 182 146 148 181

16
 Simulación 1 Simulación 2

Simulación 3 Simulación 4

Simulación 5 Simulación 6

Figura 7. Simulaciones con variación en la entrada de humedad

De la Figura 7 es importante mencionar que en cada imagen de la simulación se sobrepone la huella

original del incendio, correspondiente al trazo de color gris. Esto con el propósito de establecer con
mayor claridad la mejor simulación obtenida en comparación con la huella original.
En la Figura 7 se puede observar que a menor porcentaje de humedad de combustible vivo la
propagación del incendio es mayor. La simulación 1 presenta la mayor carga y tiene propagación leve
en cambio la simulación 6 muestra menor humedad y la propagación es mayor. El comportamiento
anterior era el esperado, ya que, según la literatura el contenido de humedad de combustible vivo de

17
los modelos afecta significativamente el comportamiento del incendio, debido a que la carga viva de
herbáceos y madera puede cambia a viva o muerta [12].
Teniendo en cuenta la huella original sobrepuesta en las imágenes, la simulación que mejor logra
acercarse al incendio original es la 6, ya que recubre toda el área de la huella original, el problema es
que genera un error importante al propagarse por fuera de los limites por el combustible 149 de color
azul.
La simulación 1 es la que no logra cubrir ni la mitad de la huella original, pero es la que menor error
genera en las propagaciones del modelo de combustible 149.
Para tener otro punto de comparación para establecer el mejor modelo de humedad, se decide obtener
el área de todas las simulaciones, así como de la huella original y establecer el área que menor error
genere.
El área se obtiene utilizando el programa ImageJ. Los resultados obtenidos en hectáreas se pueden
ver en la Tabla 10:
Tabla 10. Área total de las simulaciones de humedad

Error área
Área (hectárea) (%)
Huella Original 8.977
Simulación 1 11.809 31.56
Simulación 2 12.909 43.81
Simulación 3 14.114 57.22
Simulación 4 14.934 66.36
Simulación 5 22.901 155.11
Simulación 6 24.642 174.51

Comparando el área obtenida de cada simulación mostrada en la Tabla 10, se puede afirmar que,
basado en áreas, la simulación que mejor se acerca a la huella original es la simulación 1 con el error
más bajo e igual a 31.55%. Las simulaciones 5 y 6 generan un error muy grande (mayor al 100%),
esto se debe a que la propagación en el modelo de combustión 148 es más amplia en estos dos casos
debido a que, tienen el menor contenido de humedad en el combustible.
Para realizar un estudio más detallado de las áreas, se procede a realizar un análisis para todas las
simulaciones con cortes en el perímetro número 8 haciendo referencia a la línea blanca 8 de
propagación de incendio desde el punto de ignición, los resultados se pueden observar en la Tabla 11.
Así mismo se realiza un análisis con corte en el tercer perímetro haciendo referencia a la línea blanca
3 de propagación de incendio desde el punto de ignición. La comparación se observa en la Tabla 12.
Para la huella original, se puede observar la imagen por perímetros en la Figura 10 en anexos.

18
 Tabla 11. Área de las simulaciones con humedad para corte en el perímetro 8

Área (hectárea) Error área (%)

Huella original
perímetro 8 2.360
Simulación 1 3.115 32.00
Simulación 2 3.172 34.42
Simulación 3 3.247 37.61
Simulación 4 3.444 45.91
Simulación 5 3.902 65.31
Simulación 6 4.050 71.60

Comparando los resultados obtenidos en la Tabla 11, se vuelve a obtener que la simulación que mejor
se acerca a la huella original por áreas es la simulación 1 con 32% de desviación. En este estudio de
áreas, el error para la mayoría de simulaciones en comparación con la huella original disminuyó
considerablemente.
Tabla 12. Área de las simulaciones con humedad para corte en el perímetro 3

Área (hectárea) Error área (%)

Huella original 0.705
perímetro 3
Simulación 1 0.763 8.27
Simulación 2 0.803 13.88
Simulación 3 0.956 35.54
Simulación 4 1.049 48.87
Simulación 5 1.216 72.46
Simulación 6 1.262 78.90

De la Tabla 12 se puede observar una disminución importante en el error para la simulación 1 de un

8.3%, las simulaciones de la 2 a la 4 tienen un error menor al 50% pero aun así alto, y las simulaciones
5 y 6 siguen siendo las que generan un mayor error experimental.
Comparando los resultados obtenidos para todas las áreas totales, corte en el perímetro 8 y corte en
el perímetro 3, se observa un aumento del error experimental a medida que disminuye el porcentaje
de humedad en las simulaciones, lo que se traduce en una mayor propagación del incendio en
extensiones de terreno más amplias que las generadas por el incendio real. Por otro lado, los
perímetros totales generan un mayor error experimental que los cortes en perímetros 3 y 8, esto se
puede deber a el aumento de propagación del incendio en las zonas indeseables.
Finalmente, se realiza una última simulación para modelar la presencia de especies invasoras, las que
en los últimos años han aumentado su presencia en los cerros orientales. Las grandes extensiones que
han ocupado especies invasoras como el retamo espinoso (Ulex europaeus) y el retamo liso (Teline
monspessulana) son tema de estudio de entidades importantes como el Jardín Botánico y la Secretaria
de Ambiente. Esto, ya que se debe implementar de forma adecuada un mecanismo de control para
reducir la presencia de estas especies en los cerros oriéntales [4]. Estas especies invasoras constituyen
un riesgo alto en términos de incendios, debido a que estas especies son coníferas y presentan un bajo
nivel de humedad, lo que hace que contribuyan significativamente a eventos de incendios [4].
Debido a esta problemática, se realizó una simulación teniendo en cuenta la presencia de estas
especies, para los modelos de combustible de arbustos se les aumentó un nivel de carga de

19
combustible, debido a que estas especies son un tipo de arbusto. El código de color se puede observar
en la Tabla 13:
Tabla 13. Código de color modelos de combustible para la simulación con retamo

Modelos de combustible
Código de color

123 182 148 149 181

El color morado se refiere al combustible 148 y el color azul corresponde al combustible 149 de la
Figura 8:

Figura 8. Simulación con retamo espinoso

De la simulación realizada para el retamo espinoso, se puede observar que la propagación del incendio
es bastante amplia, donde abarca todo el terreno del modelo 148 y más de la mitad del terreno con
combustible 149. Debido al aumento de carga de combustible era de esperarse una amplia
propagación del incendio. El problema con esta simulación es que el aumento de un nivel de carga
implica que todo el terreno está invadido por los retamos, pero en la literatura se encontró que aunque
se cree que las especies invasoras ocupan un 20% del área de la reserva, su extensión es difícil de
cuantificar debido a que no ocupa grandes superficies, además, se encuentra mezclada con algunas
especies nativas [4]. Por lo tanto, no se puede asumir que todo el terreno tiene presencia de los retamos
y es difícil introducir este tipo de vegetación en la simulación de forma diferente a la carga de
combustible.
5. Conclusiones
A partir de las simulaciones realizadas los modelos que mejor modelaron la vegetación arbustiva del
caso fueron el modelo con carga densa de arbustos para clima húmedo (146) y el modelo con carga
alta de arbustos para clima húmedo (148), ya que estos modelos presentan un buen ajuste respecto a
la huella original y son los modelos que mejor se aproximan al ecosistema presente en el caso de
estudio.
Se determinó que la simulación con mejor ajuste fue la numero 1 a pesar de presentar una alta
humedad con valores entre 50% y 60%. Esto es razonable dado que al considerar que se está tratando
con vegetación de subpáramo, la vegetación allí contenida posee una humedad relativa alta con valor
de 85% [18]. Por otra parte, aunque los valores son altos no son completamente elevados dado que

20
durante el mes de febrero de 2016 se presentó un aumento de temperatura que justifica la disminución
en el porcentaje de humedad en el combustible.
Se presenta evidencia de presencia de especies invasoras en los cerros orientales, por lo cual se realizó
una simulación teniendo en cuenta estas especies, donde se obtuvo una sobreestimación de la tasa de
propagación. Para reducir la propagación del incendio se recomienda realizar un análisis riguroso
para determinar las proporciones entre especies invasoras y especies nativas. Adicionalmente se
recomienda tener en cuenta la carga térmica y los estudios de control forestal de la zona.

Referencias

[1] IDIGER, “Caracterizacion general del escenario de incendios forestales de Bogotá,” 2016.
[Online]. Available: http://www.idiger.gov.co/rincendiosforestales. [Accessed: 14-Aug-
2017].
[2] J. Glasa and L. Halada, “On elliptical model for forest fire spread modeling and simulation,”
Math. Comput. Simul., vol. 78, no. 1, pp. 76–88, 2008.
[3] NRCAN, “Fire Behavior.” [Online]. Available: http://www.nrcan.gc.ca/forests/fire-insects-
disturbances/fire/13145. [Accessed: 14-Aug-2017].
[4] Corporación Autónoma Regional de Cundinamarca -CAR, “Modificación al Plan de Manejo
Ambiental de la Reserva Forestal Protectora Bosque Oriental Bogotá,” p. 521, 2016.
[5] E. Comando, “Análisis de los incidentes forestales atendidos en bomberos bogotá,” no. 68,
pp. 1–42, 2017.
[6] El Tiempo, “Ascienden a 18 las hectareas consumidas por el fuego en los cerros.” [Online].
Available: http://www.eltiempo.com/archivo/documento/CMS-16497842. [Accessed: 14-
Aug-2017].
[7] USDA, “FARSITE,” 2015. [Online]. Available: https://www.firelab.org/project/farsite.
[Accessed: 14-Aug-2017].
[8] M. A. Finney, “FARSITE : Fire Area Simulator — Model Development and Evaluation,”
USDA For. Serv. Res. Pap., no. February, p. 47, 1998.
[9] M. F. Theodori, “Title of Thesis: DATA-DRIVEN WILDFIRE PROPAGATION
MODELING WITH FARSITE-ENKF,” 2016.
[10] G. Sanjuan, C. Brun, and A. Cort, “Wind field uncertainty in forest fire propagation
prediction,” Procedia Comput. Sci., vol. 29, pp. 1535–1545, 2014.
[11] R. Rothermel, “A mathematical model for predicting fire spread in wildland fuels,” Utah,
1972.
[12] J. H. Scott and R. E. Burgan, “Standard Fire Behavior Fuel Models : A Comprehensive Set
for Use with Rothermel ’ s Surface Fire Spread Model,” Gen. Tech. Rep. RMRS-GTR-153,
no. June, pp. 1–80, 2005.
[13] H. E. Anderson, “Aids to determining fuel models for estimating fire behavior,” Bark
Beetles, Fuels, Fire Bibliogr., no. April, pp. 1–22, 1982.

21
[14] J. G. Cawson, T. J. Duff, K. G. Tolhurst, C. C. Baillie, and T. D. Penman, “Fuel moisture in
Mountain Ash forests with contrasting fire histories,” For. Ecol. Manage., vol. 400, pp. 568–
577, 2017.
[15] M. . Ramírez and M. . Rodríguez, “Primera aproximación para la simulación de dispersión
de hollin producto de incendios forestales.” Universidad de los Andes, Bogotá, 2016.
[16] F. Muñoz, C. Valencia, G. Morales, and J. Mendez, “Propuesta incendios Forestales.” 2017.
[17] K. J. Simpson et al., “Determinants of flammability in savanna grass species,” J. Ecol., vol.
104, no. 1, pp. 138–148, 2016.
[18] Banco de Occidente, “Paramos de Colombia,” 2001. [Online]. Available:
https://www.imeditores.com/banocc/paramos/cap4.htm. [Accessed: 28-Nov-2017].

22
Anexos:

Figura 9. Desarrollo de ecuaciones para describir el modelo de Rothermel[11]

23
 Figura 10.Huella original con cortes por perímetros

Tabla 14. Modelos de combustión desarrollados por Scott & Burgan [12]

Código del combustible Número del combustible Caracterización del Combustible

NB1 91 Zona urbana y desarrollo suburbano
NB2 92 Nieve/Hielo
NB3 93 Tierras agricultoras
NB8 98 Tierras con amplios cuerpos de agua
NB9 99 Desiertos áridos, dunas, playas, etc
GR1 101 Clima seco escaso (Hierbas)
GR2 102 Clima seco (Hierbas)
GR3 103 Clima húmedo (Hierbas)
GR4 104 Clima seco (Hierbas)
GR5 105 Clima húmedo (Hierbas)
GR6 106 Clima húmedo (Hierbas)
GR7 107 Clima seco (Hierbas)
GR8 108 Clima húmedo (Hierbas)
GR9 109 Clima húmedo (Hierbas)
GS1 121 Clima seco (Hierba-Arbusto)
GS2 122 Clima seco (Hierba-Arbusto)
GS3 123 Clima húmedo (Hierba-Arbusto)
GS4 124 Clima húmedo (Hierba-Arbusto)
SH1 141 Clima seco (Arbusto)
SH2 142 Clima seco (Arbusto)
SH3 143 Clima húmedo (Arbusto)
SH4 144 Clima húmedo (Madera-Arbusto)
SH5 145 Clima seco (Arbusto)
SH6 146 Clima húmedo (Arbusto)
SH7 147 Clima seco (Arbusto)
SH8 148 Clima húmedo (Arbusto)
SH9 149 Clima húmedo (Arbusto)
TU1 161 Clima seco (Madera-Hierba-Arbusto)
TU2 162 Clima húmedo (Madera-Arbusto)
TU3 163 Clima húmedo (Madera-Hierba-Arbusto)
TU4 164 Conífera pequeña con sotobosque

24
TU5 165 Clima seco (Hierba-Arbusto)
TL1 181 Lecho de coníferas
TL2 182 Hojarasca de hoja ancha
TL3 183 Lecho de coníferas
TL4 184 Troncos caídos pequeños
TL5 185 Lecho de coníferas
TL6 186 Hojarasca de hoja ancha
TL7 187 Troncos caídos grandes
TL8 188 Lecho de pinos con hojas tipo aguja
TL9 189 Hojarasca de hoja ancha
SB1 201 Matorral
SB2 202 Matorral-Escombros vegetales
SB3 203 Matorral-Escombros vegetales
SB4 204 Escombros vegetales por acción del viento

Figura 11. Clima en los Cerros orientales [4]

25